无法编译具有非 ASCII 字符的 Java 文件答案

【问题标题】：Cannot compile Java file with non-ASCII character无法编译具有非 ASCII 字符的 Java 文件
【发布时间】：2019-07-29 16:40:08
【问题描述】：

重要：

我只能使用纯 Windows 记事本（IDE、Notepad++ 或任何其他文本编辑器都不允许）。

所以我有一个简单的类：

class Test{
    public static void main(String[] args){
       char c = 'қ';
       System.out.println(c);
    }
 }

默认情况下，记事本使用 ANSII 编码保存文本文件，但如您所见，我的代码中有一个非 ANSII 字符。我可以通过命令提示符编译和运行这段代码，但输出是? 而不是қ，这似乎很明显。当我将文件的编码更改为 UTF-8 时，编译器会引发错误。我已经阅读了这篇文章Illegal Character when trying to compile java code，但是对于我的特定问题没有解决方案，因为正如我上面所写的，我不能使用任何文本编辑器，只能使用 Windows 记事本。

谢谢！

【问题讨论】：

我复制了相同的代码。当我运行 Visual Studio 代码时，与提到的相同的 o/p。但是无法通过cmd编译得到以下错误：a.java：1：错误：非法字符：'\u00bb'∩╗┐class Test{^ a.java：1：错误：非法字符：'\u00bf'∩╗┐ class Test{ ^ a.java:3: error: unclosed character literal char c = '╥¢'; ^ a.java:3: 错误: 非法字符: '\u203a' char c = '╥¢'; ^ a.java:3: 错误：未闭合字符文字 char c = '╥¢'; ^ 5 个错误
你不能用 Windows 记事本来做。
@SumanDey 据我了解，原因是 Windows 在文件开头附加了一个名为 BOM 的字符，以表明该文件使用的是非 ASCII 编码。但是如何解决这个问题？
你如何告诉 javac 你的源文件使用哪种字符编码？
@TomBlodget 我没有告诉 javac 任何事情。如果您的意思是是否正在编写“javac -encoding UTF8 Test.java”，是的，我尝试过，但没有成功。

标签： java encoding compiler-errors notepad byte-order-mark

【解决方案1】：

可能你需要这样：

char c = '\u039A';

我不知道你的“k”的代码，但你可以在https://www.ssec.wisc.edu/~tomw/java/unicode.html找到它

也希望Windows有这个字符在控制台输出

附言windows的控制台有一定的代码页。尝试在控制台中更改它，例如：

REM change CHCP to UTF-8
CHCP 65001
CLS

记住windows控制台中不同的字体，其中一些不能绘制特定的符号。

【讨论】：

似乎 Windows 在其“可用字符池”或其他任何内容中都没有这个字符，因为我什至无法手动输入它。真的很奇怪……
好的，你可以使用'@ECHO OFF REM 将 CHCP 更改为 UTF-8 CHCP 65001 CLS'

【解决方案2】：

是的，问题是 javac 在不接受 UFT-8 的 BOM 方面是不合规的。

使用记事本保存为 Unicode（实际上是 UTF-16LE）。

编译

javac -encoding UTF-16 Test.java

【讨论】：

不符合什么？ Unicode 规范是否要求文本处理器从初始 BOM 中直观编码？
不，它要求他们接受 BOM，除非明确给出具有字节顺序的编码并且也给出。（如果他们在编码没有字节顺序时禁止它，会简单得多。）
看来，当给定具有字节顺序的编码（UTF-8 除外）时，BOM 是被禁止的。来自unicode.org/faq/utf_bom.html#bom9：“……如果文本数据流被标记为 UTF-16BE、UTF-16LE、UTF-32BE 或 UTF-32LE，则 BOM 既不是必需的，也不是允许的。”（强调他们的） ) 不过，我同意你的命令行解决方案。
已编译，但输出仍然是? 而不是қ
@MukhamedaliZhadigerov 你确定қ 字符可以显示在命令窗口中吗？