Java控制台应用程序中的Unicode输入

Question

我一直在尝试从Java应用程序中检索“
unicode用户输入”，以获得一个小的实用程序片段。问题是，它似乎在“开箱即用”的Ubuntu上运行，我猜它在UTF-8上具有操作系统范围的编码，但是从“
cmd”运行时在Windows上不起作用。考虑的代码如下：

public class SerTest {

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

    public static void testUnicode() throws Exception {
        System.out.println("Default charset: " +
           Charset.defaultCharset().name());
        BufferedReader in  =
           new BufferedReader(new InputStreamReader(System.in, "UTF-8"));
        System.out.printf("Enter 'абвгд эюя': ");
        String line = in.readLine();
        String s = "абвгд эюя";
        byte[] sBytes = s.getBytes();
        System.out.println("strg bytes: " + Arrays.toString(sBytes));
        byte[] lineBytes = line.getBytes();
        System.out.println("line bytes: " + Arrays.toString(lineBytes));
        PrintStream out = new PrintStream(System.out, true, "UTF-8");
        out.print("--->" + s + "<----\n");
        out.print("--->" + line + "<----\n");
    }

}

在Ubuntu上的输出（不对配置进行任何更改）：

me@host> javac SerTest.java  && java SerTest
Default charset: UTF-8
Enter 'абвгд эюя': абвгд эюя
strg bytes: [-48, -80, -48, -79, -48, -78, -48, -77, -48, -76, 32, -47, -115, -47, -114, -47, -113]
line bytes: [-48, -80, -48, -79, -48, -78, -48, -77, -48, -76, 32, -47, -115, -47, -114, -47, -113]
--->абвгд эюя<----
--->абвгд эюя<----

在Windows CMD提示符下输出（绝不受JAVA_TOOL_OPTIONS影响）：

E:\>chcp 65001
Active code page: 65001

E:\>java -Dfile.encoding=utf8 SerTest
Picked up JAVA_TOOL_OPTIONS: -Dfile.encoding=utf8
Default charset: UTF-8
Enter 'абвгд эюя': юя': ': абвгд эюя
strg bytes: [-48, -80, -48, -79, -48, -78, -48, -77, -48, -76, 32, -47, -115, -47, -114, -47, -113]
Exception in thread "main" java.lang.NullPointerException
        at SerTest.testUnicode(SerTest.java:26) # byte[] lineBytes = line.getBytes();
        at SerTest.main(SerTest.java:15)

在Eclipse控制台中的输出（使用JAVA_TOOL_OPTIONS之后）：

Default charset: UTF-8
Enter 'абвгд эюя': абвгд эюя
strg bytes: [-48, -80, -48, -79, -48, -78, -48, -77, -48, -76, 32, -47, -115, -47, -114, -47, -113]
Picked up JAVA_TOOL_OPTIONS: -Dfile.encoding=utf8
line bytes: [-48, -80, -48, -79, -48, -78, -48, -77, -48, -76, 32, -47, -115, -47, -114, -47, -113]
--->абвгд эюя<----
--->абвгд эюя<----

在Eclipse控制台上，它可以正常工作是因为我添加了一个系统范围的环境变量（JAVA_TOOL_OPTIONS），如果可能的话，我会避免该变量。

在Eclipse控制台中的输出（ 删除 JAVA_TOOL_OPTIONS之后）：

Default charset: UTF-8
Enter 'абвгд эюя': абвгд эюя
strg bytes: [-48, -80, -48, -79, -48, -78, -48, -77, -48, -76, 32, -47, -115, -47, -114, -47, -113]
line bytes: [-61, -112, -62, -80, -61, -112, -62, -79, -61, -112, -62, -78, -61, -112, -62, -77, -61, -112, -62, -76, 32, -61, -111, -17, -65, -67, -61, -111, -59, -67, -61, -111, -17, -65, -67]
--->абвгд эюя<----
--->абвгд �ю�<----

所以我的问题是：这 到底 是怎么回事？为确保此代码段适用于各种“ Unicode”输入，需要进行哪些代码更改？

很抱歉长期困扰您，并预先感谢
佐助

Answer 1

一些注意事项：

• -Dfile.encoding=utf8是不支持，可能会导致意想不到的副作用：

J2SE平台规范不要求“
file.encoding”属性。它是Sun实现的内部细节，不应由用户代码检查或修改。它也打算是只读的。从技术上讲，不可能在命令行上或程序执行期间的任何其他时间将此属性设置为任意值。

• 该Console课程将在Windows检测和使用终端的编码，但不支持65001（UTF-8） -至少，它没有我最后一次尝试它

我相信，将cmd.exe与Unicode一起使用的正确的书面方法是使用WriteConsoleWand ReadConsoleW。

当我看到这个时，我写了几篇博客文章：

• I18N：Windows命令提示符下的Unicode
• Java：Windows命令行上的Unicode