关于java native2ascii工具的困惑

Question

关于java native2ascii工具的一点混淆。 tool in Java 6的定义：

  

转换具有本机编码字符的文件（字符为   非拉丁语1 和非Unicode）与具有Unicode编码字符的语言。

那为什么它还将属于Latin 1表（如é）的字符转换为unicode编码表示（\ u00e9）???

拉丁语1（iso 8859-1）表格可在此处获取，例如http://en.wikipedia.org/wiki/ISO/IEC_8859-1#Codepage_layout

这意味着我不能直接使用某些欧洲语言的属性文件，例如法语。

澄清我的问题：

  

native2ascii不应该转换latin1字符（根据其描述）。 é是一个有效的拉丁文字符。那为什么要转换呢？

Answer 1

您可以使用包含法语和其他字符的属性文件。属性接受\uxxxx个序列。您可以直接使用国家字符，因为属性有加载（Reader reader）方法。然后文件可以是任何编码，您将提供正确解码文件的阅读器，例如new InputStreamReader(new FileInputStream(1.properities), Charset.forName("ISO-8859-1"));

我也同意native2ascii不应该转换é，因为它是一个合法的latin-1字符，文档说latin-1字符不会被转换。

Answer 2

混淆的根源可能是文档随Java版本7而改变。

在Java 6中，solaris和unix（http://docs.oracle.com/javase/6/docs/technotes/tools/solaris/native2ascii.html）的文档说：＆＃34; Java编译器和其他Java工具只能处理包含Latin-1和/或Unicode编码的文件（\ udddd）符号）字符。 native2ascii将包含其他字符编码的文件转换为包含Latin-1和/或Unicode编码字符的文件。＆＃34;

我认为这显然意味着输出是Latin-1，而不是Latin-1的字符将在输出中进行Unicode编码。

我在Ubuntu上检查了Openjdk 6，而native2ascii不符合文档，它将Latin-1字符输出为Unicode编码。因此，在这种情况下，文档或native2ascii工具可能被视为不正确。

但是在Java 7和Java 8中，文档（http://docs.oracle.com/javase/7/docs/technotes/tools/solaris/native2ascii.html https://docs.oracle.com/javase/8/docs/technotes/tools/unix/native2ascii.html）说：＆＃34; native2ascii将编码的文件转换为Java运行时环境支持的任何字符编码以ASCII编码的文件，对所有不属于ASCII字符集的字符使用Unicode转义符（＆＃34; \ uxxxx＆＃34;表示法）。＆＃34;

我在Ubuntu上检查了Openjdk 8 native2ascii并发现它可以正常工作，它将Latin-1字符转换为Unicode编码。

请注意，7/8文档也提及＆＃34;包含不在ISO-8859-1字符集中的字符的属性文件需要此过程。＆＃34;

我认为这显然意味着包含Latin-1（又名ISO-8859-1）编码字符的属性文件仍然有效。