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，versa..the转换在windows上可以正常工作，但在linux上，特殊字符不能转换，在linux上，默认字符集是properly.the -8，如Charset.defaultCharset.getdisplayName()所示

但是，如果我在linux上使用选项-Dfile.coding=ISO-8859-1运行，它可以正常工作。

如何在unix环境中使用UTF-8默认字符集而不设置-D选项使其工作。

编辑:我使用jdk1.6.13

编辑:代码片段适用于cs = "ISO-8859-1"；或cs="UTF-8"；在win上但不适用于linux。

        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daed

Answer 1

您的字符可能正在被编译过程损坏，并且您最终在类文件中得到了垃圾数据。

如果我在linux上使用选项-Dfile.coding=ISO-8859-1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 (1/2)将由不同编码中的不同值表示：

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

...you需要告诉你的编译器你的源文件的编码是什么：

javac -encoding ISO-8859-1 Foo.java

现在我们来看这个：

    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。如下所示：

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

这可能会也可能不会像您在some platforms上期望的那样工作-字节编码必须与控制台期望的字符正确显示的编码相匹配。

Answer 2

你的问题有点模糊。您提到-Dfile.encoding解决了您的linux问题，但这实际上只是用来通知Sun(!)JVM，用于管理本地磁盘文件系统中文件名/路径名的编码。还有..。这不符合您字面上给出的问题描述：“将字符转换为字节，再转换回字符失败”。我不明白-Dfile.encoding和这有什么关系。这个故事肯定还有更多的内容。你是如何得出它失败的结论的？您是否从/向路径名/文件名中读取/写入这些字符？或者您可能正在打印到stdout？标准输出本身的是否使用了正确的编码？

也就是说，为什么要将字符来回转换为字节？我看不到这样做有任何有用的商业目的。

(很抱歉，这不适合评论，但如果您提供了有关实际功能需求的更多信息，我将使用答案更新此内容)。

更新：根据评论:您基本上只需要配置标准输出/命令，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命令来执行此操作，但有一个主要的警告: Windows cmd中使用的标准字体没有正确的字形(实际的字体图片)来处理ISO-8859字符集以外的字符。你可以通过hack the one or other in registry来添加合适的字体。没有关于Linux的措辞，因为我并没有广泛地研究它，但看起来-Dfile.encoding似乎是一条可行的道路。毕竟。我认为最好是用一个跨平台的UI工具来代替cmd，这样就可以按照你想要的方式显示字符，比如Swing。

Answer 3

您应该显式地进行转换：

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

编辑：

似乎问题出在你的java文件的编码上。如果它可以在windows上运行，可以尝试在linux上使用javac -encondig ISO-8859-1编译源文件。这应该可以解决您的问题。