Java中的日语字符编码

Question

这是我的问题。我现在正在使用Java Apache POI来读取Excel（.xls或.xlsx）文件，并显示内容。电子表格中有一些日语字符，而我获得的所有日语字符在输出中都是“???”。我尝试使用Shift-JIS，UTF-8和许多其他编码方式，但仍然无法解决...

以下是我的编码代码：

public String encoding(String str) throws UnsupportedEncodingException{
  String Encoding = "Shift_JIS";
  return this.changeCharset(str, Encoding);
}
public String changeCharset(String str, String newCharset) throws UnsupportedEncodingException {
  if (str != null) {
    byte[] bs = str.getBytes();
    return new String(bs, newCharset);
  }
  return null;
}

我将每个字符串都传递给encoding(str)函数，但当我打印返回值时，它仍然是"???"（如下所示），而不是日语字符（平假名、片假名或汉字）。

title-jp=???

有人能帮我解决这个问题吗？非常感谢。

- Allan Jiang

---

你是如何“检查”结果的？Windows命令行在显示国际字符时存在问题。（也就是说，除非区域设置正确，否则通常不会安装字体） - Mysticial

Answer 1

您的changeCharset方法看起来有些奇怪。在Java中，String对象最好被认为没有特定的字符集。它们使用Unicode，因此可以表示所有字符，而不仅仅是一个区域子集。您的方法说：使用我的系统字符集（无论它是什么）将字符串转换为字节，然后尝试使用其他字符集（在newCharset中指定）解释这些字节，因此可能不起作用。如果您使用编码将其转换为字节，则应使用相同的编码读取这些字节。 更新： 要将字符串转换为Shift-JIS（日本常用的区域编码），您可以使用以下代码：

byte[] jis = str.getBytes("Shift_JIS");

如果您将这些字节写入文件，并在区域设置为日本的Windows计算机上使用记事本打开该文件，则记事本将以日文显示（没有其他可依据，它会假定文本位于系统本地编码中）。

然而，同样可以将其保存为UTF-8格式（带有3字节的UTF-8引导序列），记事本也会以日本语言显示。Shift-JIS仅是一种将日本文本表示为字节的方法之一。

- Daniel Earwicker

---

你能给我一个建议，如何将给定的字符串转换为日语编码吗？非常感谢。 - Allan Jiang

Answer 2

我怀疑你一开始就不应该这样做。如果真的是Apache POI的问题，那么你需要从数据中获取原始字节，而不仅仅使用系统默认编码。

另一方面，我认为Apache POI很可能已经做得很对了，只是输出有问题。我建议你以Unicode代码点的形式转储你所拥有的原始字符串（完全删除你的编码方法）。

 for (int i = 0; i < text.length; i++) {
     System.out.println("U+" + Integer.toHexString(text.charAt(i));
 }

然后将这些Unicode值与Unicode网站上的值进行比对。

- Jon Skeet

---

如果他正在使用Windows命令行来输出字符，那么这可能会解释问题。但是，如果他正在使用Eclipse或其他IDE，则不应该发生这种情况。 - Voo