UTF-8 CJK字符在Java中

我一直對Unicode的閱讀起來，UTF-8編碼不顯示了一段時間，我想我明白了，所以希望這不會是一個愚蠢的問題：UTF-8 CJK字符在Java中

我有一個包含一些CJK字符的文件，並且已經保存爲UTF-8。我安裝了各種亞洲語言包，其他應用程序也能正確顯示字符，所以我知道這很有用。

在我的Java應用程序，我讀的文件如下：

// Create objects 
fis = new FileInputStream(new File("xyz.sgf")); 
InputStreamReader is = new InputStreamReader(fis, Charset.forName("UTF-8")); 
BufferedReader br = new BufferedReader(is); 

// Read and display file contents 
StringBuffer sb = new StringBuffer(); 
String line; 
while ((line = br.readLine()) != null) { 
    sb.append(line); 
} 
System.out.println(sb);

輸出顯示CJK字符爲 '???'。撥打is.getEncoding()確認它確實使用UTF-8。我錯過了什麼步驟才能使角色正確顯示？如果它有所作爲，我正在使用Eclipse控制檯查看輸出。

來源

2011-05-11 Twicetimes

什麼是您正在使用的IDE（Netbeans，Eclipse等）？ – Abdelwahed 2011-05-11 14:02:56

@Abdelwahed Eclipse（Helios） – Twicetimes 2011-05-11 14:07:15

我之前用阿拉伯字符試過，而我遇到同樣的問題。但是當我放了一個喙點並檢查了字符串時，我發現字符串正確顯示。我將它打印在一個文件中，並且沒問題。 – Abdelwahed 2011-05-11 14:13:41

System.out.println(sb);

的問題是上述線路中解釋。這將使用默認系統編碼對字符數據進行編碼並將數據發送到STDOUT。在許多系統上，這是一個有損耗的過程。

如果更改默認值，System.out使用的編碼和控制檯使用的編碼必須匹配。

更改默認系統編碼的唯一支持機制是通過操作系統。 （有些人會建議使用file.encoding系統屬性，但是這是not supported，可能會產生意想不到的副作用。）您可以使用setOut到自己的自定義PrintStream：

PrintStream stdout = new PrintStream(System.out, autoFlush, encoding);

您可以更改通過Eclipse控制檯編碼Run configuration。

你可以在我的博客上找到許多關於這個主題的文章 - 通過我的個人資料。

來源

2011-05-11 14:21:05 McDowell

非常豐富，謝謝。不幸的是，由於我的聲譽不夠高，我無法投票回答這個問題。 – Twicetimes 2011-05-11 14:31:36

我已經改變了運行配置以使用UTF-8，並且我強制定製了PrintStream，如下所示：'PrintStream utfout = new PrintStream（System.out，false，「UTF-8」）; System.setOut（utfout）;'，但這些字符在Eclipse控制檯窗口中仍然無法正確顯示。奇怪的是，他們已經從顯示爲'？'而是一個方塊，所以發生了一些事情。只是不知道是什麼。 – Twicetimes 2011-05-11 14:42:02

@Twicetimes - 這實際上更好，但這是它可以變得棘手的地方。在我的系統中，儘管使用不支持中文字形的_Courier New_，字體替換用於渲染中文字符串。我相信Windows上的SWT使用Uniscribe，因此您可能需要閱讀Win32 API以瞭解這是如何發生的。您可能只是沒有安裝正確的字體組合。您可以[切換字體]（http://help.eclipse.org/helios/topic/org.eclipse.platform.doc.user/reference/ref-fonts.htm）爲代碼點[支持]（ http://en.wikipedia.org/wiki/Character_Map）。 – McDowell 2011-05-11 15:32:52

根據您的平臺，控制檯（或Windows CMD）很可能不支持或使用UTF-8字符集，因此將所有無法映射的字符轉換爲問號。

在Windows上，例如CMD幾乎總是使用WIN1252或類似的單字節字符集。

來源

2011-05-11 13:54:10

是的，我不希望Windows cmd正確顯示它們，但我認爲Eclipse會有。如果這確實是問題的根源，那麼其他人是否可以驗證Eclipse是否在其控制檯中正確顯示某些Unicode字符？我還可以在哪裏顯示程序的輸出以測試程序是否正常工作？ – Twicetimes 2011-05-11 13:58:00

@Twicetimes：將輸出傳輸到文件並使用支持UTF-8的編輯器打開該文件。 – 2011-05-11 14:03:05

@ChristofferHammarström - 感謝您的建議。我使用帶有指定的UTF-8字符集的OutputStreamWriter將字符串直接寫回到文件中，並且生成的文件在另一個應用程序中正確顯示字符，所以我想一切都很好。必須是拋出我的Eclipse控制檯。 – Twicetimes 2011-05-11 14:20:42

呀，你需要改變Eclipse控制檯的編碼，因爲這how-to-display-chinese-character-in-eclipse-console文章

來源

2011-05-11 14:06:10 asgs

非常有用，謝謝。 – Twicetimes 2011-05-11 14:21:20

以下程序使用TextPad將CJK字符打印到控制檯。要查看韓文和日文平假名，我不得不告訴Java打印流的編碼改爲EUC_KR並設置TextPad的工具輸出窗口的屬性：

字體是宋體的Unicode MS
腳本是朝鮮語

import java.io.PrintStream; 
import java.io.UnsupportedEncodingException; 

class Hangul { 

    public static void main(String[] args) throws Exception { 

     // Change console encoding to Korean 

     PrintStream out = new PrintStream(System.out, true, "EUC_KR"); 
     System.setOut(out); 

     // Print sample to console 

     String go_hello = "가다 こんにちは"; 
     System.out.println(go_hello); 
    } 
}

工具的輸出是：

加入我的收藏夾

來源

2012-03-09 13:33:25

UTF-8 CJK字符在Java中

回答

相關問題