Question

我正在处理使用文件执行各种IO操作的代码，我希望能够处理国际文件名。我正在使用Java 1.5处理Mac，如果文件名包含需要代理的Unicode字符，则JVM似乎无法找到该文件。例如，我的测试文件是：

"草鷗外.gif"分为Java字符\u8349\uD85B\uDFF6\u9DD7\u5916.gif

如果我从这个文件名创建一个文件，我无法打开它，因为我得到一个FileNotFound异常。即使在包含该文件的文件夹上使用它也会失败：

File[] files = folder.listFiles(); 
for (File file : files) {
    if (!file.exists()) {
        System.out.println("Failed to find File"); //Fails on the surrogate filename
    }
}

我实际处理的大部分代码都是以下形式：

FileInputStream instream = new FileInputStream(new File("草鷗外.gif"));
// operations follow

我是否可以通过某种方式解决此问题，或者以不同方式转义文件名或打开文件？

Answer 1

我怀疑Java或Mac之一正在使用CESU-8而不是正确的UTF-8。 Java使用“修改过的UTF-8”（这是CESU-8的一个细微变化）用于各种内部目的，但我不知道它可以将它用作文件系统/ defaultCharset。不幸的是，我这里既没有Mac也没有Java来测试。

“修改”是一种改进的说法“严重错误”。而不是为补充（非BMP）字符输出四字节UTF-8序列，如?：

\xF0\xA6\xBF\xB6

它为每个代理输出一个UTF-8编码的序列：

\xED\xA1\x9B\xED\xBF\xB6

这不是一个有效的UTF-8序列，但无论如何很多解码器都会允许它。问题是，如果你通过一个真正的UTF-8编码器往返，你有一个不同的字符串，上面的四字节字符串。尝试访问具有该名称和繁荣的文件！失败。

首先让我们检查文件名实际存储在当前文件系统下的方式，使用一个平台，使用文件名的字节，如Python 2.x：

$ python
Python 2.x.something (blah blah)
Type "help", "copyright", "credits" or "license" for more information.
>>> import os
>>> os.listdir('.')

在我的文件系统（Linux，ext4，UTF-8）上，文件名“草?鸥外.gif”出现如下：

['\xe8\x8d\x89\xf0\xa6\xbf\xb6\xe9\xb7\x97\xe5\xa4\x96.gif']

这就是你想要的。如果这就是你得到的，那可能是Java做错了。如果你得到更长的六字节字符版本：

['\xe8\x8d\x89\xed\xa1\x9b\xed\xbf\xb6\xe9\xb7\x97\xe5\xa4\x96.gif']

可能OS X做错了...它总是存储这样的文件名吗？（或者这些文件最初来自其他地方？）如果将文件重命名为“正确”版本该怎么办？：

os.rename('\xe8\x8d\x89\xed\xa1\x9b\xed\xbf\xb6\xe9\xb7\x97\xe5\xa4\x96.gif', '\xe8\x8d\x89\xf0\xa6\xbf\xb6\xe9\xb7\x97\xe5\xa4\x96.gif')

Answer 2

如果您的环境的默认语言环境不包含这些字符，则无法打开该文件。

请参阅：File.exists() fails with unicode characters in name

修改好吧..你需要的是改变系统区域设置。无论你使用什么操作系统。

修改：

请参阅：How can I open files containing accents in Java?

请参阅：JFileChooser on Mac cannot see files named by Chinese chars?

Answer 3

这证明是Mac JVM的问题（在1.5和1.6上测试）。使用Java File类无法访问包含补充字符/代理项对的文件名。我最后用Carbon调用了一个JNI库来调用项目的Mac版本（ick）。我怀疑CESU-8问题bobince提到，因为JNI调用获取UTF-8字符返回了一个CESU-8字符串。看起来不像是你可以真正解决的问题。

Answer 4

这是旧的skool java File api中的一个错误，也许只是在Mac上？无论如何，新的java.nio api工作得更好。我有几个文件包含无法使用java.io.File和相关类加载的unicode字符和内容。转换我的所有代码后使用java.nio.Path一切开始工作。我用java.nio.Files替换了org.apache.commons.io.FileUtils（它有同样的问题）......

...并确保使用适当的字符集读取和写入文件内容，例如：Files.readAllLines（myPath，StandardCharsets.UTF_8）

Java无法在文件名中打开具有代理Unicode值的文件？

4 个答案: