unix上utf-8的问题

Question

我的CSV出口有问题。

我创建了如下所示的头文件：

/**
 * @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);
    }

}

我用的是UTF-8。

特殊字符在我的出口中编码很差。我有c而不是é。

Answer 1

您还没有显示导出/写入数据的代码。

在这段代码中，您可以设置一个合适的编码，例如UTF-8 (尽管示例文本将与CP1252一起工作)。

请注意，必须将读取输出数据的内容设置为使用相同的编码。

因此，你的数据可能实际上写得很好，但当你读它的时候看上去是不对的。

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，在打开文件时，尝试打开带有和不带匹配编码集的输出文件。

我的Eclipse默认为CP1252编码。

如果打开out_default.txt文件，我会看到以下内容：

N° BDT ou Tournée

如果打开out_utf8.txt文件，我会看到以下内容：

N° BDT ou Tournée

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

N° BDT ou Tournée

Answer 2

注意，在Unicode中，重音字符(例如é)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都可以选择第二种表示，这将导致另一种UTF-8表示。( @tripleee的反馈表明，事实并非如此，尽管这种情况仍有可能发生。)