如何让 System.in 输入流读取 utf-8 字符？

Question

这是我的代码：

public class MyTestClass {
    public static void main(String[] args) throws Exception {
        Scanner scanner = new Scanner(System.in);
        String s = scanner.nextLine();
        InputStream inputStream = System.in;
        int read = inputStream.read();
        System.out.println(read);
        System.out.println((char)read);
        System.out.println(s);
    }
}

我在运行程序时输入了两次字母ğ。控制台输出将是：

ğ
ğ
196
Ä
ğ

我如何才能看到正确的字母而不是 Ä？扫描仪似乎做对了。

实际上，为什么这种方法不起作用？这里有什么问题？

Answer 1

InputStream#read() 状态的 javadoc

从输入流中读取数据的下一个字节。

但事实证明，字符 ğ 需要 2 个字节来表示 UTF-8。因此，您需要读取两个字节。你可以使用InputStream#read(byte[])。

byte[] buffer = new byte[2];
inputStream.read(buffer);

一旦字节数组包含适当的字节，您需要以 UTF-8 对它们进行解码。你可以这样做

char val = StandardCharsets.UTF_8.decode(ByteBuffer.wrap(buffer)).get();

变量val 现在将包含解码后的字符。

请注意，一些 UTF-8 编码的字符只需要一个字节来表示，所以如果你知道你需要多少字节，你应该只做我们刚才做的事情。否则，读取所有内容并将其传递给解码器。

Answer 2

InputStream.read() 重新运行下一个 byte 数据，它是一个介于 0 和 255 之间的数字。

在这里，您只是将 byte 转换为 char，在您的情况下，这将得到 Ä。

Scanner 另一方面，读取整个字符串，这就是你看到它正确输出的原因。我建议你使用 Scanner 而不是普通的InputStream，因为它提供了方便的阅读文本的方法。

Answer 3

将InputStream 包装在InputStreamReader 中。

int read = new InputStreamReader(System.in).read();
System.out.println((char) read); // prints 'ğ'

如有必要，您可以将特定的Charset 传递给阅读器的构造函数，但默认情况下，它只会使用默认字符集，这可能是正确的。