GB2312转UTF-8部分中文乱码

现象

最近写了个txt导入，客户反馈有时候导入的数据，会出现个别中文乱码的现象，但是我之前已经做过编码转换处理了，统一转成了UTF-8。
比如“鞠婧祎”,导入进来是这样：

排查思路

首先看了一下这个文本的编码格式，用notepad–打开，查看右下角的文件编码格式。
GB18030（简体中文）
然后跟代码，看看代码中文件的编码格式。
GB2312
代码里直接将原文件编码转成UTF-8,

String fileEncode = EncodingDetect.getJavaEncode(file.getAbsolutePath());
Charset charset = Charset.forName(fileEncode);
if (charset != null) {
   FileUtil.convertCharset(file, convertFile, charset , Charset.forName("UTF-8"));
  }

在这里发现转换之后的文件出现了乱码，一番了解后发现，GB2312不支持一些繁体字符或者特殊字符，直接转换就会出现乱码问题。

解决方案

读入GBK或者GB2312格式的文本时统一选择GBK方式读入，然后再保存为UTF-8，这样就不会出错。

String fileEncode = EncodingDetect.getJavaEncode(file.getAbsolutePath());
if ("GB2312".equals(fileEncode)) {
    fileEncode = "GBK";
}