Eclipse Java 在文件中导入奇怪的非希伯来语字符而不是希伯来语 - 编码问题？答案

【问题标题】：Eclipse Java imports weird non-Hebrew characters instead of hebrew in file - Encoding issue?Eclipse Java 在文件中导入奇怪的非希伯来语字符而不是希伯来语 - 编码问题？
【发布时间】：2016-09-14 21:26:10
【问题描述】：

我正在尝试使用 Eclipse Neon 4.6.0 将包含希伯来语和英语字符的 .dat text file 导入到 java 程序中：

String[] getFile(String path) throws IOException
{
    BufferedReader in = new BufferedReader(new InputStreamReader(this.getClass().getResource("../../../t3utf.dat").openStream()));
    String l;
    String[] dataFile = new String[23213]; //Does java have push and pop or auto expanding lists?
    int c = 0;
    while ((l = in.readLine()) != null) {
        dataFile[c] = l;
        c++;
    }
    return dataFile;
}

由于某种原因，希伯来语字符被随机乱码替换：

原文：gen|1|1|בְּרֵאשִׁ֖ית בָּרָ֣א אֱלֹהִ֑ים אֵ֥ת הַשָּׁמַ֖יִם וְאֵ֥ת הָאָֽרֶץ׃

一旦程序运行一次，所有的希伯来语字符都会被乱码替换：

事实上，文件本身变成了乱码——运行程序后在记事本中查看时，字符已经发生了某种变化。

我有一个在 AIDE 中运行在 Android 上的程序版本，它可以正常工作并且没有这个问题。 Eclipse 是否不必要地强制使用特定的无用编码？

【问题讨论】：

检查终端的输出编码。
你是如何阅读文件的？指定字符集了吗？旧的基于File 的读取器/写入器默认为JVM 默认字符集，而新的基于Path 的读取器/写入器默认为UTF-8。 input 文件本身的实际编码是什么？输出文件你想要什么编码？
使用 InputStreamReader 构造函数，该构造函数采用显式字符集并为相关文件使用适当的字符集。
@ThorbjørnRavnAndersen 与更改项目编码相比有什么优势吗？默认为 Cp1252 有什么好处？
取决于您的工作方式。在代码中显式设置编码使其在其他平台和机器上更加健壮。只为你自己，选择最适合你的方法。

标签： java eclipse character-encoding hebrew

【解决方案1】：

根据this answer，需要将项目编码设置为UTF-8。如果您要处理涉及希伯来字符的其他项目，最好的方法是更改工作区的编码：

转到Window Menu -> Preferences -> General -> Workspace

2.:

这将允许您的程序加载希伯来字符，因为 UTF-8 编码包括希伯来字符。

【讨论】：