※ 引述《danielkimo (Daniel)》之铭言： : Dear all, : 这类的问题, google半天找到都是一些简体中文的资料, : 以下是我的程式码, 但已经都转成UTF-8, 却还是乱码 : BufferedReader br=new BufferedReader(new InputStreamReader(System.in,"UTF-8")); : BufferedWriter bw=new BufferedWriter(new OutputStreamWriter(System.out,"UTF-8")); : bw.write("请输入你想查询的字,输入完毕请按Enter："); : bw.flush(); : String str=br.readLine(); : bw.write(str); : bw.flush(); : 拜托各位帮忙, 谢谢 你在 Eclipse IDE 里执行这个程式遇到乱码，主要是 input 部分失真，导致输出时 得不到应有的 output。 你在 Run configuration 里的 Common 分页里所设定的 encoding 只要和建构 InputStreamReader 时使用的 encoding 相同，那麽透过 bw 输出应该都会是正确的， 当然字串常数部分还是要看你的 source code 使用的 encoding 与编译时指定的编码 有无吻合而定。 那输入会失真(在 Windows 平台)的部分(假设你启动 Eclipse 时 JRE 的预设编码是 Big5)，是由於当你的程式执行起来後，System.in 这个 InputStream 在产出从 console 读进的数据时，会做了两次转码，举个例： (以下使用十六进位) 当你在 Eclipse 提供的 console 输入 汉 Enter <====== 汉(\u6f22), Enter 则是 \r\n 那麽送出去的 byte sequence 是： E6 BC A2 0D 0A E6 BC A2 是'汉'字的 UTF-8 编码後的 byte sequence。 而 Java runtime 提供的 System.in 会试着先以 Big5 来 decode 成 unicode 字串(采用 replace 策略)，於是得到 "\u778d\ufffd\n"。 \ufffd 字元是当 decode byte sequence 时若使用的 encoding 无法处理某些片段 时，CharsetDecoder 所使用的 replacement 字元。 最後再以 UTF-8 来编码 "\u778d\ufffd\n" 成为 System.in 的 output。 "\u778d\ufffd\n".getBytes("UTF-8") => E7 9E 8D EF BF BD 0A 也就是说当你键入:汉 Enter，从 System.in 这个 InputStream 读出来的就已经 失真成 E7 9E 8D EF BF BD 0A 这几个 bytes，不管你使用何种 encoding 来 interpret 这些数据，基本上是没有办法获得原来的输入。 详细的原因(多一对 decode/encode 过程)尚不清楚，试过设定 sun.jnu.encoding property 为 UTF-8 也无助益。 当你在 run configuration 的 Common 分页设定 encoding 为 UTF-8 时，执行你的 程式的 JVM instance 的 file.encoding property 会被妥善设定为 UTF-8，但是 JRE 在准备桥接 standard input 到 System.in 的过程中，所认定的 encoding (这也是本来我以为设定 sun.jnu.encoding 会有改善的原因)似乎会受 parent process 影响。 我目前试过可行的办法就是你执行 Eclipse 时让系统预设编码(file.encoding) 也是 UTF-8，这样子就会避免掉多一层 decode/encode 程序，input 就不会失真。 ＊你可以在 eclipse.ini 里加上一行 -Dfile.encoding=UTF-8 重新执行 Eclipse IDE。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 1.172.243.161