IntelliJ中不一致的项目编码和app输出中的错误国家字符

Question

我编写了一个Java应用程序，它获取Youtube的电影标题并将其发送给客户端。我通过链接http://www.youtube.com/oembed?url=" + movieUrl + "&format=xml (例如http://www.youtube.com/oembed?url=https://www.youtube.com/watch?v=rvCtDwoCqGM&format=xml)从互联网上接收标题。带有XML标记的字符串将转到我的应用程序中。在那里，我提取标题并发送给客户。

我使用IntelliJ和Gradle。项目编码最初被设置为windows-1250，但我将其更改为UTF-8 (文件、->设置、->文件、编码或类似文件)。当我通过IntelliJ中的“run”按钮运行该应用程序(它使用JDK_directory\bin\java启动应用程序)时，返回的结果是正确的，并且看起来是应该的：

"video_title":"Na tym obrazie jest coś więcej. Kolejna tajemnica Mona Lisy"

但是，当我通过Gradle任务(gradle build和gradle run)运行同一个应用程序时，结果是：

"video_title":"Na tym obrazie jest coś więcej. Kolejna tajemnica Mona Lisy"

(波兰字母不正确；在其他语言中也是如此，例如德语中带有“Umlaut”的字母)。顺便说一句。IntelliJ是按照它在创建项目时运行Gradle build任务的方式配置的。这是非常混乱和不舒服的。我插入

tasks.withType(JavaCompile) {
        options.encoding = 'UTF-8'
    }

和

[ compileJava, compileTestJava ]*.options*.encoding = "UTF-8"

和

[compileJava, compileTestJava]*.options.collect {options -> options.encoding = 'UTF-8'}

进入build.script文件，但没有任何帮助。

我想知道这种差异的原因是什么。它有可能让Gradle‘忘记’旧的编码，并‘集中’在新的:)？也许再次创建项目(从一开始就使用正确的编码)并将Java和Gradle代码从旧项目复制到新项目可能会有帮助吗？

编辑:早些时候，我从从YT获得的JSON对象中提取标题(我将format参数更改为json)，但是波兰字母被表示为\uXXXX。我的应用程序是在\\uXXXX和Android删除一个反斜杠时发送的，所以安卓应用程序中的文本显示为\uXXXX。这就是我被转移到XML的原因。这是was从XML文本获得的标题：

URL url = new URL("http://www.youtube.com/oembed?url=" + movieUrl + "&format=xml");
URLConnection con = url.openConnection();
InputStream is = con.getInputStream();
BufferedReader br = new BufferedReader(new InputStreamReader(is));
String xml;
int startIndex, endIndex;
while ((xml = br.readLine()) != null) {
    if (xml.contains("<title>")) {
        startIndex = xml.indexOf("<title>");
        endIndex = xml.indexOf("</title>");
        System.out.println(xml.substring(startIndex + 7, endIndex));
        return xml.substring(startIndex + 7, endIndex);
    }
}

Answer 1

您没有指定源有哪些编码，所以它默认为System.getProperty("file.encoding")，这与您发现的不同。你可以尝试这两种编码；我猜是UTF-8。

BufferedReader br = new BufferedReader(new InputStreamReader(is, "UTF-8"));
BufferedReader br = new BufferedReader(new InputStreamReader(is, "Windows-1252"));

然而，UTF-8可能会产生错误。

理想的情况是，如果标头包含字符集，则将它们转储：

con.getContentType()
con.getHeaderFields()

否则，您可以在字符串中搜索<?xml ....>并检查是否给出了encoding=...。Regex：

Pattern encodingPattern =
    Pattern.compile("(?is)<\?xml[^>]*\\sencoding=['\"]([^'\"]+)['\"]");
Matcher m = encodingPattern.matcher(xml);
if (m.find()) {
    String encoding = m.group(1);

如果这一切都太多了，人们可能会在InputStream上使用XML读取器。