Linux上的Java字符集问题

Question

问题：我有一个包含特殊字符的字符串，我将其转换为字节，反之亦然。转换在 Windows 上正常工作，但在 linux 上，特殊字符未正确转换。Linux 上的默认字符集是 UTF-8，如所示与 Charset.defaultCharset.getdisplayName()

但是，如果我使用选项 -Dfile.encoding=ISO-8859-1 在 linux 上运行，它可以正常工作..

如何使用 UTF-8 默认字符集而不是在 unix 环境中设置 -D 选项使其工作。

编辑：我使用 jdk1.6.13

编辑：代码 sn-p 与 cs = "ISO-8859-1" 一起使用；或 cs="UTF-8";在win上但不在linux中

        String x = "½";
        System.out.println(x);
        byte[] ba = x.getBytes(Charset.forName(cs));
        for (byte b : ba) {
            System.out.println(b);
        }
        String y = new String(ba, Charset.forName(cs));
        System.out.println(y);

~问候 来了

Answer 1

你的问题有点模糊。您提到-Dfile.encoding 解决了您的 linux 问题，但这实际上仅用于通知 Sun(!) JVM 使用哪种编码来管理本地磁盘文件系统中的文件名/路径名。而且...这不符合您字面上给出的问题描述：“将字符转换为字节并返回字符失败”。我看不出-Dfile.encoding 与此有什么关系。故事里应该有更多内容。你是如何断定它失败的？您是否从路径名/文件名中读取/写入这些字符？或者你可能打印到标准输出？标准输出本身是否使用了正确的编码？

也就是说，您为什么要将字符来回转换为字节？我没有看到任何有用的商业目的。

（抱歉，这不适合评论，但如果您提供了有关实际功能要求的更多信息，我会用答案更新此内容。

更新： 根据 cmets：您基本上只需要配置 stdout/cmd 以便它使用正确的编码来显示这些字符。在 Windows 中，您可以使用 chcp 命令执行此操作，但有一个主要警告：Windows cmd 中使用的标准字体没有用于 ISO-8859 字符集之外的字符的正确字形（实际字体图片）。您可以hack the one or other in registry 添加正确的字体。没有关于 Linux 的措辞，因为我没有广泛使用它，但看起来-Dfile.encoding 在某种程度上是要走的路。毕竟……我觉得用跨平台的UI工具替换cmd比较好，可以按照你想要的方式显示字符，比如Swing。

Answer 2

你的角色可能被编译过程破坏了，你的类文件中出现了垃圾数据。

如果我使用选项 -Dfile.encoding=ISO-8859-1 在 linux 上运行，它可以正常工作..

The "file.encoding" property is not required by the J2SE platform specification; it's an internal detail of Sun's implementations and should not be examined or modified by user code. It's also intended to be read-only; it's technically impossible to support the setting of this property to arbitrary values on the command line or at any other time during program execution.

简而言之，不要使用 -Dfile.encoding=...

    String x = "½";

由于 U+00bd (½) 在不同的编码中会用不同的值表示：

windows-1252     BD
UTF-8            C2 BD
ISO-8859-1       BD

...你需要告诉你的编译器你的源文件被编码成什么编码：

javac -encoding ISO-8859-1 Foo.java

现在我们来看看这个：

    System.out.println(x);

作为PrintStream，这将在发出字节数据之前将数据编码为系统编码。像这样：

 System.out.write(x.getBytes(Charset.defaultCharset()));

这在some platforms 上可能会或可能不会像您期望的那样工作 - 字节编码必须与控制台期望的编码相匹配才能正确显示字符。

Answer 3

您应该明确地进行转换：

byte[] byteArray = "abcd".getBytes( "ISO-8859-1" );
new String( byteArray, "ISO-8859-1" );

编辑：

看来问题出在您的 java 文件的编码上。如果它适用于 Windows，请尝试使用 javac -encondig ISO-8859-1 在 linux 上编译源文件。这应该可以解决您的问题。