Re: [問題] 鍵盤輸入中文, 顯示亂碼
※ 引述《danielkimo (Daniel)》之銘言：
: Dear all,
: 這類的問題, google半天找到都是一些簡體中文的資料,
: 以下是我的程式碼, 但已經都轉成UTF-8, 卻還是亂碼
: BufferedReader br=new BufferedReader(new InputStreamReader(System.in,"UTF-8"));
: BufferedWriter bw=new BufferedWriter(new OutputStreamWriter(System.out,"UTF-8"));
: bw.write("請輸入你想查詢的字,輸入完畢請按Enter：");
: bw.flush();
: String str=br.readLine();
: bw.write(str);
: bw.flush();
: 拜託各位幫忙, 謝謝
你在 Eclipse IDE 裡執行這個程式遇到亂碼，主要是 input 部分失真，導致輸出時
得不到應有的 output。
你在 Run configuration 裡的 Common 分頁裡所設定的 encoding 只要和建構
InputStreamReader 時使用的 encoding 相同，那麼透過 bw 輸出應該都會是正確的，
當然字串常數部分還是要看你的 source code 使用的 encoding 與編譯時指定的編碼
有無吻合而定。
那輸入會失真(在 Windows 平台)的部分(假設你啟動 Eclipse 時 JRE 的預設編碼是
Big5)，是由於當你的程式執行起來後，System.in
這個 InputStream 在產出從 console 讀進的數據時，會做了兩次轉碼，舉個例：
(以下使用十六進位)
當你在 Eclipse 提供的 console 輸入
漢 Enter <====== 漢(\u6f22), Enter 則是 \r\n
那麼送出去的 byte sequence 是：
E6 BC A2 0D 0A
E6 BC A2 是'漢'字的 UTF-8 編碼後的 byte sequence。
而 Java runtime 提供的 System.in 會試著先以 Big5 來 decode 成 unicode
字串(採用 replace 策略)，於是得到 "\u778d\ufffd\n"。
\ufffd 字元是當 decode byte sequence 時若使用的 encoding 無法處理某些片段
時，CharsetDecoder 所使用的 replacement 字元。
最後再以 UTF-8 來編碼 "\u778d\ufffd\n" 成為 System.in 的 output。
"\u778d\ufffd\n".getBytes("UTF-8")
=>
E7 9E 8D EF BF BD 0A
也就是說當你鍵入:漢 Enter，從 System.in 這個 InputStream 讀出來的就已經
失真成 E7 9E 8D EF BF BD 0A 這幾個 bytes，不管你使用何種 encoding 來
interpret 這些數據，基本上是沒有辦法獲得原來的輸入。
詳細的原因(多一對 decode/encode 過程)尚不清楚，試過設定 sun.jnu.encoding
property 為 UTF-8 也無助益。
當你在 run configuration 的 Common 分頁設定 encoding 為 UTF-8 時，執行你的
程式的 JVM instance 的 file.encoding property 會被妥善設定為 UTF-8，但是
JRE 在準備橋接 standard input 到 System.in 的過程中，所認定的 encoding
(這也是本來我以為設定 sun.jnu.encoding 會有改善的原因)似乎會受 parent
process 影響。
我目前試過可行的辦法就是你執行 Eclipse 時讓系統預設編碼(file.encoding)
也是 UTF-8，這樣子就會避免掉多一層 decode/encode 程序，input 就不會失真。
＊你可以在 eclipse.ini 裡加上一行
-Dfile.encoding=UTF-8
重新執行 Eclipse IDE。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 1.172.243.161
討論串 (同標題文章)