Java Unicode 问题（我认为）

Question

我是 Java 新手，如果我说了什么蠢话，请多多包涵！我遇到了一些问题，我认为这些问题与 Unicode 有关。

我正在使用 Scanner 从文本文件中读取标记化命令，并以 UTF-8 编码保存。基本上我想首先检查命令是否不等于“command1”或“command2”（在这些情况下我会做其他事情），然后再读取一个字符。如果令牌不是单个字符，我将输出错误。

这是我的代码：

public static void main(String[] args) throws FileNotFoundException {
    Scanner scanner = new Scanner(new File(args[0]));
    while (scanner.hasNext()) {
        String command = scanner.next();
        if (command.equals("command1")) {
            System.out.println("command: command1");
            // do something
        } else if (command.equals("command2")) {
            System.out.println("command: command2");
            // do something
        } else {
            if (command.length() == 1) {
                char c = command.charAt(0);
                System.out.println("character: " + c);
                // do something with c
            } else {
                System.err.println("error (string was " + command
                        + " with length " + command.length() + ")");
            }
        }
    }
}

我在 args[0] 中传递其文件名进行测试的文本文件的内容：

command1
x
y
command2
z
└
command1
╒
═

预期输出是：

command: command1
character: x
character: y
command: command2
character: z
character: └
command: command1
character: ╒
character:  ═

实际输出是：

command: command1
character: x
character: y
command: command2
character: z
error (string was └ with length 3)
command: command1
error (string was ╒ with length 3)
error (string was ═ with length 3)

如您所见，非标准字符被视为 3- Java 的字符串。奇怪的是，如果我将终端输出中的一个字符复制/粘贴到 System.out.println("└".length()) 语句中，它会正确打印 1.

关于我哪里出错了有什么想法吗？
谢谢

Answer 1

当您在 Java 中打开文件时，编码（如果您未指定编码）将从 file.encoding 系统属性中获取。这几乎永远不会设置为您想要的东西（如果您像我一样，您总是想要 UTF-8）。

要修复此问题，请在创建扫描程序时明确指定您的字符集：

Scanner scanner = new Scanner(new File(args[0]), "UTF-8");

Answer 2

我怀疑您的问题确实来自编码不匹配。
您是否尝试过在扫描仪的构造函数中传递字符集？

您的代码在我的系统（Arch Linux 64b，java 6.0.30）上完美运行，默认语言环境为 UTF-8。如果您运行 Windows，您的区域设置可能是 Win-CP1252，扫描程序可以使用它。