IDEA的乱码与file.encoding = UTF-8

Posted 哦...

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了IDEA的乱码与file.encoding = UTF-8相关的知识,希望对你有一定的参考价值。

file.encoding = UTF-8的作用其实就是使用UTF-8作为文件encoding和decoding时的默认方案。

我们知道存储文本文件时,文本变为二进制时要对文件进行encoding,这是一个字节转字符的过程,转换的具体工作由JAVA的API完成(例如:getBytes(编码方案)方法),但是如果你不提供编码方案,那么JAVA会使用一个默认编码方案完成这个任务。这个默认的编码方案就是JVM的file.encoding设置所规定的编码方案,如果JVM没有设置file.encoding,那么JAVA就使用UTF-8编码方案。

当显示文本时,有一个从二进制“还原”到文本的decoding,也就是字节到字符转换的过程。原则上,encoding时用的编码方案就是decoding时用的编码方案。转换的具体工作由JAVA的API完成(例如:new String(bytes,编码方案)),但是如果你不提供编码方案,那么JAVA会使用一个默认编码方案完成这个任务。这个默认的编码方案就是JVM的file.encoding设置所规定的编码方案,如果JVM没有设置file.encoding,那么JAVA就使用UTF-8编码方案。

最后,文本要在一个“平台”显示,这个平台可能是IDEA的控制台,可能是Windows的CMD窗口,也可能是打印机或者某个文本编辑器中。

好了,以上三个步骤中,任何一个步骤出现了不正确的编码方案,都可能产生乱码。

1. 使用文本编辑器编辑文本文件时,文本文件的编码就是文本编辑器的编码。不同的编辑器使用的默认编码方案是不一样的。Windows记事本是GBK,IDEA、VSCODE默认的是UTF8。那么,一个用GBK编码方案编写的.java文件使用UTF-8编译成.class文件,那么从一开始就错了。

2. 如果是同一个人做的encoding,那当然知道decoding该用什么编码方案。但如果不知道encoding的编码集,那你decoding使用的编码方案就无从选择了。如果不指定就会使用默认的编码方案,不匹配就会出现乱码。

3.呈现文本内容的平台也有自己默认的编码集,比如CMD窗口默认是936(GBK)显示方式,那么一个正确的UTF8字符串在GBK容器中也是无法正确显示的。

接下来,我们就看几个实际的例子体会一下:

1. IDEA中创建一个项目TestCoding.java,在IDEA中设置项目的字符集:

可以看到,IDEA的文本编码编码是UTF-8,file.encoding通过project encoding设置为了UTF-8。

public class TestCoding 
    public static void main(String[] args) throws UnsupportedEncodingException 
        System.out.println("file encoding:"+System.getProperty("file.encoding"));
        String s="AC米兰";
        byte[] bytes = s.getBytes();
        System.out.println(new String(bytes));
    

 下面我运行这个程序,看一看它在IDEA的控制台上输出情况:

 首先控制台上是正确的输出,而且在控制台的右下角我们看到,作为输出内容的容器,控制台使用的是UTF-8。

那么同样的程序,我们看看在控制台编译和输出的效果:

 我们发现,同样的程序,这里出现了乱码。那么根据输出和上面的分析问题出在了哪里?那其实三个步骤都可能出了问题!

1. 可以看到,终端环境下的file encoding居然是GBK。我们的TestCoding.java是UTF8,那么encoding是使用的GBK,这样得到的编码文件TestCoding.class其实是“错误”的。

2.为什么“错误”打了引号,是因为我们decoding时也用了GBK,结果错错得正,又得到了一个GBK的源文件。(其实这是一种幸运,毕竟我是在同一台机器上连续使用默认的方式encoding和decoding)

3.那么被幸运还原的文本内容依然是乱码的终极原因是,容器采用了不同的编码集。

 修正的方式就是将code page从936更正为65001即可。

 

现在修改一下代码和IDEA的配置:

 这个修改实际是将IDEA使用的默认编码方案改为了GBK。

修改代码:

import java.io.UnsupportedEncodingException;

public class TestCoding 
    public static void main(String[] args) throws UnsupportedEncodingException 
        System.out.println("file encoding:"+System.getProperty("file.encoding"));
        String s="AC米兰";
        byte[] bytes = s.getBytes();
        System.out.println(new String(bytes,"UTF-8"));
    

再次运行代码,这一次就出现了乱码:

 那么错误的原因也不用赘述了。

1. 用默认的GBK编码方案encoding用UTF8写出来的TestCoding.java,错误

2.用指定的UTF编码方案,decodingGBK编码的TestCoding.class,错上加错

3.用UTF-8容器显示一个错上加错的文本,当然只能是????

 

以上是关于IDEA的乱码与file.encoding = UTF-8的主要内容,如果未能解决你的问题,请参考以下文章

Jenkins maven 构建乱码,修改file.encoding系统变量编码为UTF-8

IDEA控制台输出中文乱码问题

配置tomcat启动参数-Dfile.encoding=UTF-8后,IDEA控制台乱码

怎么设置linux/unix下的jvm的file.encoding-CSDN论坛

IDEA常用配置

Intellij IDEA 导入 eclipese项目之后,中文注释乱码解决方案