unix 上 utf-8 的问题

Question

我的 CSV 导出有问题。

我创建一个这样的头文件：

/**
 * @param builder
 */
private void createEntete(StringBuilder builder) {
    List<String> entetes = new ArrayList<String>();
    entetes.add("Date Sélectionnée");
    entetes.add("Nom / Prénom des Agents");
    entetes.add("Entité des Agents");
    entetes.add("Créneaux Mains d'Oeuvre ou de la Tournée");
    entetes.add("N° BDT ou Tournée");
    entetes.add("Rubrique du BDT");
    entetes.add("Type du BDT");
    entetes.add("Objet du BDT ou Intitulé de la Disponibilité RH");
    entetes.add("Compte-rendu du BDT");
    entetes.add("Commune");
    entetes.add("Durée du BDT, Tournée ou de l'Activité");
    entetes.add("Durée du Dépassement");
    entetes.add("Motif du Dépassement");

    for (String valeur : entetes) {
        ajoutDonnee(valeur, builder);
    }

}

我使用的是 UTF-8。

特殊字符在我的导出中编码不佳。 我有 é 而不是 é。

谢谢。

Answer 1

您没有显示导出/写入数据的代码。

在该代码中，您可以设置合适的编码，例如UTF-8（尽管您的示例文本适用于 CP1252）。

请注意，无论您使用何种方式读取输出数据，都必须设置为使用相同的编码。

因此，您的数据实际上可能写得很好，但当您阅读时看起来是错误的。

例如，尝试执行以下代码：

public static void main(String[] args) throws IOException {
    Writer writer = new OutputStreamWriter(new FileOutputStream("out_default.txt"));
    writer.write("N° BDT ou Tournée");
    writer.close();

    writer = new OutputStreamWriter(new FileOutputStream("out_utf8.txt"), "UTF-8");
    writer.write("N° BDT ou Tournée");
    writer.close();
}

现在尝试在打开文件时打开带有和不带有匹配编码集的输出文件。

我的 Eclipse 默认使用 CP1252 编码。

如果我打开 out_default.txt 文件，我会看到：

N° BDT ou Tournée

如果我打开 out_utf8.txt 文件，我会看到：

N° BDT ou Tournée

但如果我将编辑器的编码设置为 UTF8，那么在 out_utf8.txt 中我会看到：

N° BDT ou Tournée

Answer 2

请注意，在 Unicode 中，像 é 这样的重音字符有两种可能的表示形式：

U+00E9 lower case latin letter E with acute
U+0065 U+0301 lower case latin letter E, non spacing diacritical mark acute

请注意，您的 IDE 或您使用的任何编辑器可能会选择第二种表示，这将导致另一种 UTF-8 表示。 （@tripleee 的反馈表明实际情况并非如此，尽管它仍然可能发生。）