Windows控制台中的unicode字符比预期的多

Posted 2021-05-05

我想在Windows控制台中打印俄语和德语字符。所以我写了一个小测试程序来了解它的工作原理：

PrintStream ps = new PrintStream(System.out, false, "UTF-8");
ps.println("öäüß гджщ");

然后我启动了cmd.exe，将其字体改为Lucida Console，它支持Unicode，用“chcp 65001”将代码页改为Unicode，并执行了我的程序。

打印出德语和俄语字符，但文字比我预期的要多一些（用红色加下划线）：

但是文本在Eclipse控制台中正确打印。有没有办法在Windows控制台中正确打印？我使用Windows 7。

我刚刚用JNI解决了这个问题，但它是否可以用纯java来解决它仍然很有趣。

答案

每次打开或写入文件时，都会应用某种编码。但有时我们会忘记我们的IDE（在你的情况下是Eclipse）也有编码。

当您在引号之间键入特定文本时，它将以特定编码显示并键入，即IDE的编码。您的假设是输出流（UTF-8）的编码也将保证文本以特定编码显示。但是，我想在这里再次应用IDE的编码。

我建议仔细检查你的eclipse编码。也许这可以解决你的问题。当然值得一试，不是吗？ :)

对于全局编码设置，请将以下代码添加到eclipse.ini文件中

-Dfile.encoding=UTF-8 

编辑：

我想添加以下内容。我作为实验执行了以下步骤。

1. 我打开了Notepad ++并创建了一个新文件
2. 我将编码设置修改为UTF-8
3. 我复制了您的俄语文本并将其粘贴到我的新文本文件中并保存。
4. 接下来我打开了我的Windows控制台（“cmd”）
5. 我执行了“chcp 65001”命令。
6. 接下来，我在控制台中打印了文件的内容：“type file.txt”
7. 一切都正确显示。

这并不能证实这一点，但它确实证实了如果以正确的编码预见内容，DOS可以完成这项工作。

Aaditi：

@ ka3ak已经超过2年了，但在读一本关于Java I / O的书时，我偶然发现了以下内容。

System.console().printf(...)比System.out.println(...)方法更能支持特殊字符。

由于PrintStream只是围绕System.out流，我猜你有相同的限制。我想知道这是否可以解决问题。如果仍然重要，请试一试。 :)

stackoverflow上的其他帖子报告类似的事情：console.writeline and System.out.println

另一答案

在阅读了答案和建议后，我得出结论，JRE一定存在问题。也许这个问题只存在于Windows 7中（遗憾的是我没有其他Windows系统可供试验）。

解决方案是使用JNI，或者如果您想要更简单的解决方案，那么使用JNA。我找到了一个有用的JNA示例，它解决了我的问题，这里是https://stackoverflow.com/a/8921509/971355

另一答案

这是因为Windows中的cp65001实现了1/4。请参阅@eryksun’s answer中的完整披露。

简短摘要：在Windows 7中，只有7位（sic！）输入/输出在cp65001中可靠地工作（除非CRTL使解决方法）。在Windows 8中修复了输出问题。输入问题出现在Windows 10中。