从键盘读取UTF-8编码的内容

Question

我需要从用户那里读取输入，并且我希望支持非拉丁字母，例如Å、Ä和Ö。

BufferedReader keyboard = new BufferedReader(new InputStreamReader(System.in));
PrintWriter out = new PrintWriter(new OutputStreamWriter(System.out, "UTF-8"), true);
out.println(keyboard.readLine());
out.println("Read with charset: " + Charset.defaultCharset().name());

当我运行这段代码并输入拉丁字母时，它按预期工作（我输入一些内容，按回车键，然后它打印出我输入的内容）。但是如果我尝试使用å，就会得到以下结果：

å

�
Read with charset: UTF-8

如果文本以非拉丁字母结尾，我必须按两次回车键，然后它无法正确显示。我已经在Netbeans的控制台和Windows命令提示符中尝试过，但都没有得到预期的结果。

---

我无法找到UTF-8的解决方案，但改用ISO-8859-1。它能在我的Netbeans控制台（应该是UTF-8）和CMD上正常工作，只需首先运行chcp 28591，更改字体（在我的情况下是必要的），然后运行程序。

- Dan Lindqvist

---

https://dev59.com/zW445IYBdhLWcg3w_PG3 和 https://dev59.com/cWox5IYBdhLWcg3wVCxy - crAlexander

它对我有效。您的控制台必须设置正确，才能正确显示UTF-8。 - RealSkeptic

@RealSkeptic，我可以打印出非拉丁字符，没有问题（Sys.out.print("å")）。这在Netbeans控制台和CMD中都可以正常工作。但是当我尝试读取字符时，问题就出现了（以及当文本以å ä或ö结尾时需要按两次回车键）。 - Dan Lindqvist

尝试从System.in中仅读取字节并将其打印出来。这可以告诉您控制台设置的字符集是什么。 - RealSkeptic

所以它只发送了一个字节的 Å？这直接来自控制台，因此控制台设置为 ISO-8859-1 而不是 UTF-8。当读取器尝试将其解释为 UTF-8 时，它会弄乱它。尝试使用 new InputStreamReader(System.in, Charsets.ISO_8859_1) 替换您现在拥有的内容，我相信字符将被适当地读取（虽然我不确定它将如何打印出来，但您可以在调试器中检查它）。 - RealSkeptic

Answer 1

代码示例无法正确编码。它使用系统默认方式从控制台读取数据，然后使用UTF-8将其写出。您的系统默认可能不是UTF-8，并且为了使事情更加复杂，您的控制台可能与您的系统默认不同。

在控制台中正确执行此操作，您需要使用控制台编码进行读取，并使用控制台编码进行写出。如果您只是在测试并需要写入文件，例如，请将其写为UTF-8，并确保使用文本编辑器以UTF-8打开。

- Necreaux

---

Netbeans控制台是UTF-8编码，除非Netbeans存在错误。不过我已经找到了一个解决方法（请查看我的更新问题）。 - Dan Lindqvist

Answer 2

你尝试过吗：

BufferedReader keyboard = new BufferedReader(new InputStreamReader(System.in,"UTF-8"));

如果这种方法不起作用，请尝试读取原始字节流，然后将其转换为new String(bytes,"UTF-8")。

- TV Trailers

---

如果您没有指定字符集，那么它将使用默认字符集（在我的情况下是UTF-8，正如您在我的问题中所看到的）。我尝试了您的另一个建议，也尝试了读取原始字节，但没有成功。不过，我找到了一个解决方法（使用ISO-8859-1代替）。 - Dan Lindqvist

真不敢相信它使用的是ISO-8859-1而不是UTF-8。我以为UTF-8现在已经很普遍了，但也许并不是这样。 - TV Trailers