java控制台输出的默认字符编码

Question

Java 如何确定System.out 使用的编码？

给定以下类：

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();
    }
}

它保存为 UTF-8，并在 Windows 系统上使用javac -encoding UTF-8 Foo.java 编译。

之后在 git-bash 控制台上（使用 UTF-8 字符集）我会这样做：

$ 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 会检查它是否连接到终端并在这种情况下更改其编码。有没有办法强制 Java 简单地输出纯 UTF-8？

---

我也在 cmd 控制台上进行了同样的尝试。重定向 STDOUT 似乎在那里没有任何区别。如果没有 file.encoding 参数，它会输出 ansi 编码，而它会输出 utf8 编码。

Answer 1

我假设您的控制台仍然在 cmd.exe 下运行。我怀疑您的控制台是否真的需要 UTF-8 - 我希望它确实是 OEM DOS 编码（例如 850 or 437。）

Java 将使用 JVM 初始化期间设置的 default encoding 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 的这个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）转码到控制台编码（例如 IBM850。）

这可以通过以下命令来确认：

$ 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

cat 命令可以做出此决定，因为e4 f1 不是有效的 UTF-8 序列。

您可以通过以下方式更正 Java 输出：

• Setting the console encoding 系统 ANSI 值
• 使用Console 类型
• 使用一些 shiv layer 就像你对 cat 所做的那样

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();
    }
  }
}