Question

我在阅读Java中的国际字符时遇到了麻烦。

使用的默认字符集是UTF-8，我的Eclipse工作区也设置为此。

我正在阅读互联网视频的标题（实际上是Gangam风格;）），其中包含韩文字符，我这样做如下：

BufferedReader stdIn = new BufferedReader(new InputStreamReader(shellCommand.getInputStream()));
String fileName = null, output = null;
while ((output = stdInput.readLine()) != null) {
if (output.indexOf("Destination") > 0) {
    System.out.println(output);

我知道它将会读到的标题是：“PSY - GANGNAM STYLE（강남스타일）M / V”，但是控制台显示以下内容：“PSY - GANGNAM STYLE（）MV”，它会导致错误进一步发生我的计划。

似乎InputStream Reader没有正确读取这些字符。

有没有人有任何想法？我花了最后一小时搜索互联网并没有找到任何答案。在此先感谢大家。

Answer 1

使用的默认字符集是UTF-8

默认在哪里？在Java本身，还是在视频中？如果您明确指定了它，那将是很多更清晰。你应该检查视频数据是否正确。

似乎InputStream Reader没有正确读取这些字符。

嗯，我们所知道的是文本在控制台上没有正确显示。要么没有正确读取，或它没有正确显示。您应该打印出每个字符的Unicode值，以便检查字符串的确切内容。例如：

static void logCharacters(String text) {
    for (int i = 0; i < text.length(); i++) {
        char c = text.charAt(i);
        System.out.println(c + " " + Integer.toHexString(c));
    }
}

Answer 2

您需要使用Charset.defaultCharset().name()确认默认字符集，否则请使用

InputStreamReader in = new InputStreamReader(shellCommand.getInputStream(), "UTF-8");

我尝试了示例程序，它在eclipse中正确打印。正如AlexR指出的那样，它可能是Windows控制台的问题。

byte[] bytes = "PSY - GANGNAM STYLE (강남스타일) M/V".getBytes();
    InputStreamReader reader = new InputStreamReader(new ByteArrayInputStream(bytes));
    BufferedReader bufferedReader = new BufferedReader(reader);
    String str = bufferedReader.readLine();
    System.out.println(str);

输出：

 PSY - GANGNAM STYLE (강남스타일) M/V

Java在流中丢失了国际字符

2 个答案: