Java控制台输出的默认字符编码

Question

Java如何确定用于的编码System.out？

给定以下类别：

import java.io.File;
import java.io.PrintWriter;

public class Foo
{
    public static void main(String[] args) throws Exception
    {
        String s = "xxäñxx";
        System.out.println(s);
        PrintWriter out = new PrintWriter(new File("test.txt"), "UTF-8");
        out.println(s);
        out.close();
    }
}

它被保存为UTF-8并javac -encoding UTF-8 Foo.java在Windows系统上进行编译。

然后在git-bash控制台上（使用UTF-8字符集），我这样做：

$ java Foo
xxõ±xx
$ java -Dfile.encoding=UTF-8 Foo
xxäñxx
$ cat test.txt
xxäñxx
$ java Foo | cat
xxäñxx
$ java -Dfile.encoding=UTF-8 Foo | cat
xxäñxx

这里发生了什么？

显然，java检查它是否连接到终端，并在这种情况下更改其编码。有没有一种方法可以迫使Java简单地输出普通的UTF-8？

我也使用cmd控制台尝试了相同的操作。重定向STDOUT似乎没有任何区别。如果没有file.encoding参数，它将输出ansi编码，并输出utf8编码。

Answer 1

我假设您的控制台仍在cmd.exe下运行。我怀疑您的控制台真的希望使用UTF-8-我希望它真的是OEM
DOS编码（例如850或437）。

Java将在JVM初始化期间使用默认编码集对字节进行编码。

在我的电脑上复制：

java Foo

Java编码为Windows-1252；控制台解码为IBM850。结果： Mojibake

java -Dfile.encoding=UTF-8 Foo

Java编码为UTF-8；控制台解码为IBM850。结果： Mojibake

cat test.txt

cat将文件解码为UTF-8；cat编码为IBM850；控制台解码为IBM850。

java Foo | cat

Java编码为Windows-1252；cat解码为Windows-1252；cat编码为IBM850；控制台解码为IBM850

java -Dfile.encoding=UTF-8 Foo | cat

Java编码为UTF-8；cat解码为UTF-8；cat编码为IBM850；控制台解码为IBM850

cat的
此实现必须使用启发式方法来确定字符数据是否为UTF-8，然后将数据从UTF-8或ANSI（例如Windows-1252）转码为控制台编码（例如IBM850）。

可以使用以下命令确认：

$ java HexDump utf8.txt
78 78 c3 a4 c3 b1 78 78

$ cat utf8.txt
xxäñxx

$ java HexDump ansi.txt
78 78 e4 f1 78 78

$ cat ansi.txt
xxäñxx

该 猫 命令可以做出此决定，因为e4 f1不是有效的UTF-8序列。

您可以通过以下方法更正Java输出：

• 将控制台编码设置为系统ANSI值
• 使用控制台类型
• 使用一些希夫层，你与这样 的猫

HexDump 是一个简单的Java应用程序：

import java.io.*;
class HexDump {
  public static void main(String[] args) throws IOException {
    try (InputStream in = new FileInputStream(args[0])) {
      int r;
      while((r = in.read()) != -1) {
        System.out.format("%02x ", 0xFF & r);
      }
      System.out.println();
    }
  }
}