我是 Java 的新手,如果我说了任何愚蠢的话,请多多包涵!我遇到了一些问题,我认为这些问题与 Unicode 相关。
我正在使用 Scanner
从文本文件中读取标记化的命令,并以 UTF-8 编码保存。基本上我想首先检查命令不等于“command1”或“command2”(在这些情况下我做了其他事情),否则读入一个字符。如果 token 不是单个字符,我将输出错误。
这是我的代码:
public static void main(String[] args) throws FileNotFoundException {
Scanner scanner = new Scanner(new File(args[0]));
while (scanner.hasNext()) {
String command = scanner.next();
if (command.equals("command1")) {
System.out.println("command: command1");
// do something
} else if (command.equals("command2")) {
System.out.println("command: command2");
// do something
} else {
if (command.length() == 1) {
char c = command.charAt(0);
System.out.println("character: " + c);
// do something with c
} else {
System.err.println("error (string was " + command
+ " with length " + command.length() + ")");
}
}
}
}
以及我在 args[0] 中传递其文件名以进行测试的文本文件的内容:
command1
x
y
command2
z
└
command1
╒
═
预期输出是:
command: command1
character: x
character: y
command: command2
character: z
character: └
command: command1
character: ╒
character: ═
实际输出为:
command: command1
character: x
character: y
command: command2
character: z
error (string was └ with length 3)
command: command1
error (string was ╒ with length 3)
error (string was ═ with length 3)
如您所见,Java 将非标准字符视为 3 个字符的字符串。奇怪的是,如果我将终端输出中的一个字符复制/粘贴到 System.out.println("└".length())
语句中,它会正确打印 1
.
对我哪里出错有什么想法吗?
谢谢
最佳答案
当您在 Java 中打开文件时,编码(如果您未指定编码)取自 file.encoding
系统属性。这几乎永远不会设置为您想要的东西(如果您像我一样,您总是想要 UTF-8)。
要修复,请在创建扫描器时明确指定字符集:
Scanner scanner = new Scanner(new File(args[0]), "UTF-8");
关于Java Unicode 问题(我认为),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9085433/