logo标签列表

Java中的字符编码

java
3

在Eclipse中，我将默认编码更改为ISO-8859-1。然后我写了以下内容：

String str = "Русский язык ";
PrintStream ps = new PrintStream(System.out, true, "UTF-8");
ps.print(str);

我应该正确打印String，因为我指定了UTF-8编码。但是，它并没有打印出来。

但是你在Eclipse中设置了什么？源代码文件使用的默认编码方式吗？如果是这样，那么这与Java运行时的默认编码方式PrintStream无关。我想知道字符“Русский язык”怎么可能保存在ISO-8859-1中。Eclipse是否会自动转换为\uxxxx语法？ - Marko Topolnik
默认编码仅为UTF-8，我将其更改为ISO-8859-1。然后使用PrintStream ps = new PrintStream（System.out，true，“UTF-8”）; 它应该打印Unicode字符，但没有打印。将默认编码更改回UTF-8后，它可以正常工作。那么，使用PrintStream ps = new PrintStream(System.out, true, "UTF-8")来更改默认编码有什么用处呢？ - Ritesh Kaushik
OP，当你说“默认编码”时，你到底是什么意思？具体指的是哪个Eclipse设置？顺便说一下，我刚刚尝试将源代码编码设置为ISO-8859-1并保存带有该字符串的文件，结果出现错误，说明这些字符无法被所选的编码表示。因此，请问OP，你到底指的是哪个Eclipse设置？ - Marko Topolnik
@MarkoTopolnik 在Eclipse中，您可以选择源文件的编码。 - Matteo
亚马克，我已经将Java文件属性更改为ISO-8859-1，如果编码为ISO-8859-1，则Eclipse无法保存Unicode字符。因此，在Unicode字符的位置上打印了一些垃圾字符。但是在PrintStream构造函数中，我提到了UTF-8编码，但它没有打印出那些Unicode字符。如果这是一个愚蠢的问题，我向您道歉，我只是想得到一个解决方案。 - Ritesh Kaushik
显示剩余3条评论
4个回答
4

ISO-8859-1 字符编码只支持 0 到 255 范围内的字符，其他字符将会被转换成“?”。

谢谢回复，彼得。但是在PrintStream构造函数中，我将编码设置为UTF-8？ - Ritesh Kaushik
1
但是显示器假定您正在编写ISO-8859-1，因为这是您设置的。它必须将您从PrintStream生成的字节转换回字符。 - Peter Lawrey
4
如果您将源文件（.java文件）保存为ISO-8859-1，则str将由javac使用ISO-8859-1进行编码。您的问题不在于创建PrintStream：您要打印的str从一开始就是错误的。
@MarkoTopolnik 当然有。我曾经遇到过完全相同的问题。Eclipse将文件保存为ISO-8859-1，如果您检查编译类的字节码，您将找不到您期望的内容。在意识到问题不在Hibernate、PostgreSQL中而仅仅是测试文件的编码之前，我在一个集成测试中搜索了几天的编码问题。 - Matteo
0

是的，看起来你发送输出的终端不支持这种编码。

如果你正在运行Eclipse，你可以按照以下步骤设置编码：

  • 在“运行配置”中...->常规 ->编码 ->其他
  • 选择UTF-8
谢谢回复，原来的编码只有UTF-8，我改成了ISO-8859-1。然后使用PrintStream ps = new PrintStream(System.out, true, "UTF-8");应该可以打印Unicode字符，但是没有打印出来。将默认编码改回UTF-8后，它就可以工作了。那么使用PrintStream ps = new PrintStream(System.out, true, "UTF-8");更改默认编码有什么用呢？ - Ritesh Kaushik
编码将字节转换为特定字符，但您的“终端”必须设置正确以正确解释它们。 - Reimeus
0

你基本上是告诉PrintStream编写器期望输入字符为UTF-8编码，并将其作为UTF-8输出。没有转换。如果您将IDE设置为使用ISO-8859-1作为文件的字符编码，该文件包含输入字符串，那么您将ISO-8859-1编码的字符传输到期望UTF-8的编写器中。因此，编写器将接收到的字节视为UTF编码的字符，这将导致数据垃圾。

要么将IDE设置为以UTF-8编码源文件并检查字符是否正确显示和存储，要么告诉编写器将它们视为ISO-8859-1，两种方法都可以。

这个答案混淆并将源文件编码与运行时编码混为一谈。它们彼此没有任何关系，两者之间也没有转换。Java字符串在抽象意义上由Unicode字符组成，它们没有以任何方式进行编码。 - Marko Topolnik
部分正确。是的，Java内部使用UTF16编码。但是，如果IDE将（Unicode字符）转换为磁盘上的ISO字节表示形式，则Java字符串中会出现混乱的字符。这样，当打印时，它们会导致运行时中的“非”UTF-16字符。JVM如何能够确定源文件中的输入字符串是如何编码的？它只读取字节，而在这种情况下，这些字节是用于ISO而不是UTF的代码。 - Tobias N. Sasse
不，Java字符并非以UTF-16编码，它们只支持相同的字符集。例如，它们的大小端未定义。它们不会分解成两个字节。 - Marko Topolnik
这是因为该语言内部字符表示使用UTF-16编码，参见（相当古老但几乎确定未更改）Javadoc Charset。 - Tobias N. Sasse
是的，关于补充字符，UTF-16 有更高级别的编码方式。这全部都是以 16 位字为单位的。请注意，这些 16 位字没有固有的字节编码，而字节编码正是我们正在讨论的主题。 - Marko Topolnik
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接