在命令行模式下执行Java程序,如果输入中文,经常会出现和代码中的解码字符集不匹配的情况,导致结果不正确。
在命令行模式下执行Java程序,输入中文,其实是用某种字符集编码成字节流,Java程序读取该字节流,然后用某种字符集解码为字符。这个编码和解码的字符集要相同,才能正确。
看下面这段代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("GBK"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
代码中的System.in是java.io.InputStream类型,代表了输入的字节流(此时还没有解码)。
java.io.InputStreamReader这个类可以完成从字节流到字符的解码过程。创建InputStreamReader实例的时候可以指定解码的字符集,如果没有指定,就用默认的字符集。
我就遇到了GBK、UTF-8情况下命令行输入和代码中解码的几种情况,摸索了好几个小时。把我尝试的几种情况(正确的、不正确)记录下来,方便后面查看。
java.io.InputStreamReader.read()返回值是一个整数,表示解码后字符对应的Unicode码点。
我们以中文的“中”字为例,它的码点是用十六进制表示是4e2d,这样后面的各种组合输出的结果跟这个对比下,就能看出来输出是否正确。
代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("GBK"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
在cmd窗口中用chcp命令查看当前的编码是936,是GBK编码:
执行Java程序,在窗口中输入“中”,输出结果正确:
代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("UTF-8"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
在cmd窗口中用chcp命令查看当前的编码是936,是GBK编码:
代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("UTF-8"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
在cmd窗口中用chcp 65001将当前窗口编码切换为UTF-8:
执行Java程序,在窗口中尝试,没有办法切换到中文输入法,也就没有办法直接输入“中”,只好从其它地方拷贝一个“中”字过来作为输入,但输出结果错误(这应该是shell处理的问题):
代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("GBK"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
更改Git Bash窗口的Options->Text,将字符集切换为GBK:
在Git Bash窗口下执行java程序,可以输入“中”,输出结果正确:
代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("UTF-8"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
更改Git Bash窗口的Options->Text,将字符集切换为UTF-8:
在Git Bash窗口下执行java程序,可以输入“中”,输出结果正确:
代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("GBK"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
右键单击Java工程,选择Run As->Run Configurations:
在出现的窗口中选择Common这个tab页,编码选择GBK:
在eclipse的Console窗口,可以输入“中”,输出结果正确:
代码:
package com.thb;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
public class Test1 {
public static void main(String[] args) {
InputStreamReader is = new InputStreamReader(System.in, Charset.forName("UTF-8"));
try {
System.out.println(Integer.toHexString(is.read()));
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
右键单击Java工程,选择Run As->Run Configurations: