Java字符串编码 - Linux与Windows不同

Question

Java字符串编码 - Linux与Windows不同

4

我创建了一个Java程序（REST）服务。整个开发/测试都是在Windows上完成的，现在正在进行生产测试的部署过程。然而，出现了“小”的编码问题：

String s3 = new String("grÃ¼n".getBytes(), "UTF-8");
logger.info(s3);
logger.info("das ist wirklich grün");
logger.info(new String("das ist wirklich grün".getBytes("UTF-8"), "UTF-8"));

我通过HTTP属性接收到一些值（Web应用程序托管在Tomcat上，在具有身份验证插件的Apache后面）。这些值像第1行中所示进行编码。（此值在Windows和Linux上均显示）。

当我将其转换为UTF-8，如第1行中所示，并将其写入日志文件（log4j），我在Windows机器上看到了“grün”一词（这是正确的）。在Linux服务器上，仍然有相同的输出。

然后我尝试直接使用Umlaute（üäö等），如第2行中所示，在Windows和Linux上，该值都被正确地写入日志文件。然后我尝试进行一些转换，如第3行中所示，但结果相同：两个操作系统都显示相同的结果。

这两台机器在Java中具有相同的Locale（Locale.getDefault()）->我已经尝试过了。我无法更改值插入HTTP请求的方式！

- karlis

3个回答

1

像这样的内容是无效的：

String s3 = new String("grÃ¼n".getBytes(), "UTF-8");

这里发生了什么：您使用系统的默认字符编码（因为在调用 getBytes() 时未指定编码）获取字符串 "grÃ¼n" 的字节，然后将这些字节转换回一个字符串，指定这些字节是 UTF-8 编码的文本：

字符 => 字节（使用默认字符编码，可能不是 UTF-8） => 转换回字符，就好像这些字节是 UTF-8 编码的文本

这只有当系统的默认字符编码是 UTF-8 时才能正确工作。在 Windows 上它不是（可能是 Windows-1252）。

字符串本身没有字符编码。不存在“UTF-8字符串”或“将字符串从X转换为UTF-8”的概念。字符编码指定了如何将字符串中的字符转换为字节，反之亦然，但它不是字符串本身的属性。您可以有一个字节数组，它表示用特定字符编码编码的文本。（就像“十进制”和“十六进制”不是数字本身的属性，只是您展示数字的方式）。

不要以依赖于运行系统的默认字符编码的方式编写程序；这意味着，不要在未指定字符编码的情况下调用getBytes()来处理String，例如（还有其他API调用，如果您不指定，则使用默认编码）。

- Jesper

谢谢！你是正确的，它不应该那样使用。然而，在找到真正的问题和解决方案后，总是可以进行改进。 - karlis

是的，所以解决方案是：检查您的程序是否依赖于默认字符编码，并修复这些地方，使其不再依赖。 - Jesper

这是我唯一需要使用类似这样的东西的部分。感谢您的答案，现在它已经实现了应有的功能。 - karlis

我只能标记一个答案为正确的。 :) 但是两个答案都帮助我找到了解决方案！ - karlis

0

请比较两个环境中的JVM版本。这很可能与编码相关的问题有关。

- Tunde Pizzle

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

- Stephen C · Accepted Answer

两台机器在Java中拥有相同的Locale (Locale.getDefault()) -> 我已经尝试过了。

决定字符串解码/编码时使用哪个字符集的是默认字符集，而不是默认语言环境。

检查你的Windows和Linux机器上Charset.defaultCharset().name()返回的内容。根据你报告的症状，我预计它们会不同。