Question

由于某种原因，使用Scanner类分配字母å的字符串不等于使用“正常”方式分配å的字符串： String a = "å" - 为什么？

import java.util.*;

public class UTF8Test {
public static void main(String [] args) {

    String [] Norge = {"løk", "hår", "vår", "sær", "søt"};

    Scanner input = new Scanner(System.in);

    String  test = input.nextLine();  //I enter løk here
    System.out.println(test);
    System.out.println(Norge[0]);

    for(int i = 0; i < Norge.length; i++) {
        if(Norge[i].equals(test) ) {
            System.out.println("YES!!");
        }
    }
}
}

编译器将显示：

LOK

l├©ķ

Answer 1

如果您的唯一要求是能够使用UTF8Test类名所指示的UTF-8 无处不在，那么您的主要错误是您正在使用Windows命令控制台进行编译并运行您的Java程序。 ├© ø形式的System.out.println(new String("ø".getBytes("UTF-8"), "CP850"));强烈建议您使用mojibaked编码来编译Java源代码文件。作为证据，请在支持UTF-8的环境中运行：

├©

这会打印ø。这反过来强烈暗示您使用Windows命令控制台来编译Java源代码文件，因为这是目前唯一默认使用CP850的常用环境。但是，Windows命令控制台不支持UTF-8。

当您在文本编辑器中使用UTF-8编码保存（从字符转换为字节）源代码文件时，0xC3字符将变为字节0xB8和{{1} }（作为证据，见CP850）。当您运行javac UTF8Test.java时，基本上使用CP850编码读取UTF-8保存的源代码文件（从字节转换为字符）。字节0xC3和0xB8在此编码中表示字符├和©（作为证据，请参阅"UTF-8 (hex)" entry in U+00F8 character info）。这完全解释了您的初始问题。

是的，您可以通过javac参数指示-encoding UTF-8使用UTF-8读取源代码文件。但是，Windows命令控制台本身并不支持UTF-8风格的输入和输出。当您使用-encoding UTF-8重新编译时，您仍然会获得mojibaked输出，因为命令控制台无法正确表示UTF-8输出。我在这里尝试了，而且我得到了学位符号：

løk
l°k

如果您打算在任何地方使用UTF-8 并且希望坚持使用Windows命令控制台作为输入/输出环境，则无法解决此问题。基本上，您需要一个支持UTF-8的输入/输出环境。像Eclipse和Netbeans这样的体面IDE就是这样的。或者，如果您打算将其作为支持UTF-8的独立程序运行，则应优先使用CP850 codepage layout而不是无GUI的控制台程序。

Answer 2

默认情况下，在Windows上，java编译器使用“平台默认编码”解释其所有源文件。根据您运行编译器的环境，这可能是ISO-8859-1，CP1252，UTF-8或任何其他编码。

如果您使用的编辑器实际上是使用UTF-8编码您的java源文件，但编译器正在使用其他编码读取这些源文件，那么您所有硬编码字符串的内容可能会被搞砸（正如您所经历的那样））。要解决此问题，请确保将java源文件保存为“platform default encoding”，或者设置java编译器将源文件解释为UTF-8。

尝试使用javac -encoding UTF-8 UTF8Test.java调用您的编译器。如有必要，请确保将UTF-8替换为编辑器用于保存源文件的任何内容。

Answer 3

如果您想要一个带有特殊字符的字符串文字，可以尝试使用Unicode转义符：

String [] Norge = {"l\u00F8k", "h\u00E5r", "v\u00E5r", "s\u00E6r", "s\u00F8t"};

虽然在源代码中包含特殊字符（至少在java中）并没有错，但在某些情况下，它可能会导致配置不当的编辑器，编译器或终端出现问题;就个人而言，我个人完全没有使用特殊字符。

顺便说一下，你也可以在java源代码的其他地方使用Unicode转义，包括javadoc注释，类，方法和变量名。

如果从命令行进行编译，则可以使用-encoding选项将UTF-8作为参数，将编译器配置为接受UTF-8。像这样：

javac -encoding UTF-8 ...

您可能还会发现此问题很有用：Special Character in Java

您可以考虑使用externalizing the strings作为解决问题的替代方法。 Eclipse提供了一种自动执行此操作的方法，但它基本上只接受所有文字字符串，将它们放在一个单独的文件中，并从该文件中读取以获取相应的字符串。这也允许您创建程序的翻译，通过使用所有字符串的翻译创建不同的文件，或者重新配置应用程序消息而无需重新编译。

编辑：我只是尝试自己编译并运行它（在eclipse中），我没有提到你的问题。因此，您的特定设置可能存在问题。

当我重新配置它以将代码编译为US-ASCII时，它会两次输出l?k。

当我重新配置它以将代码编译为UTF-8时，输出为lÃ¸k和løk。

当我将其编译为UTF-16时，输出为þÿ l ø k和løk，但我无法从终端复制þÿ l ø k中的空格：它会让我复制前两个，但休息其余。这可能与您遇到的问题有关 - 它们可能是一些控制字符，在您的情况下会弄乱它。

Answer 4

如果您在Eclipse中工作，请使用更改控制台编码 “运行”菜单＆gt;运行配置..＆gt;常用标签（右侧）＆gt;在编码面板中>选择其他= UTF-8

Java Strings中的字符“æ”，“ø”“æ”（Windows）

4 个答案: