Java 中不显示 UTF-8 CJK 字符

Question

我已经阅读 Unicode 和 UTF-8 编码有一段时间了，我想我理解它，所以希望这不会是一个愚蠢的问题：

我有一个包含一些 CJK 字符的文件，并且已保存为UTF-8。我安装了各种亚洲语言包，并且其他应用程序可以正确呈现字符，所以我知道这很有效。

在我的 Java 应用程序中，我按如下方式读取该文件：

// 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);

输出将 CJK 字符显示为“???”。调用 is.getEncoding() 确认它确实使用 UTF-8。为了使角色正确显示，我缺少哪一步？如果有影响，我会使用 Eclipse 控制台查看输出。

Answer 1

System.out.println(sb);

问题出在上面这一行。这将使用默认系统编码对字符数据进行编码并将数据发送到 STDOUT。在许多系统上，这是一个有损过程。

如果更改默认值，System.out 使用的编码和控制台使用的编码必须匹配。

唯一受支持的更改默认系统编码的机制是通过操作系统。 （有些人会建议使用 file.encoding 系统属性，但这是 不支持并且可能会产生意想不到的副作用。）您可以使用setOut 到您自己的自定义 PrintStream：

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

您可以通过 运行配置 。

您可以通过我的个人资料在我的博客上找到许多有关该主题的帖子。

Answer 2

以下程序使用 TextPad 将 CJK 字符打印到控制台。要查看韩文朝鲜文和日文平假名，我必须告诉 Java 将打印流的编码更改为 EUC_KR 并设置 TextPad 工具输出窗口的属性：

• 字体是 Arial Unicode MS
• 脚本是朝鲜文

---

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);
    }
}

---

工具输出是：

і다 こんにちは

Answer 3

是的，您需要按照 如何在 eclipse-console 中显示中文字符 文章

Answer 4

根据您的平台，您的控制台（或 Windows CMD）很可能不支持或不使用 UTF-8 字符集，因此会将所有不可映射的字符转换为问号。

例如，在 Windows 上，CMD 几乎总是使用 WIN1252 或类似的单字节字符集。