Java、Unicode、UTF-8 和 Windows 命令提示符

Question

我有一个 jar 文件，它应该读取一个 UTF-8 编码的文件——我在 Windows 下的文本编辑器中编写的——并将字符显示到屏幕上。在 OS X 和 Linux 下，这可以完美运行。不过，我在让它在 Windows 下工作时遇到了一些麻烦......我已经定义了一个读取器和写入器:

FileInputStream file = new FileInputStream(args[0]);
InputStreamReader reader = new InputStreamReader(file, "UTF8");

PrintStream writer = new PrintStream(System.out, true, "UTF8");

我还按顺序将命令提示符字体更改为 Lucida Console 并将字符编码更改为 UTF-8 和 chcp 65001。

现在，当我运行 java -jar Read.jar file.txt 时，提示会显示这一点。

áéí
ñóú
[]óú
[]

但是，如果我运行 type file.txt，提示会正确显示文件的内容。

áéí
ñóú

我尝试过使用和不使用 BOM 来保存我的文件，但这并没有什么不同。 (UTF-8 甚至不需要 BOM，因为它缺乏字节顺序，对吗？)我尝试使用 javac -encoding utf8 *.java 进行编译，但同样的事情发生了。

我现在没主意了。有人愿意帮忙吗？

Answer 1

代码页 65001 已损坏。当在 65001 下运行时，MS C 运行时标准输入输出函数返回不准确的字节读取和写入计数，这会导致像这样的奇怪行为。

它不可修复 - 您无法可靠地使用 Windows 控制台从使用 C stdlib 字节 I/O 函数(包括 Java)的应用程序中进行 Unicode I/O。您可以通过调用 Win32 API 函数 WriteConsoleW 将 Unicode 内容直接获取到控制台来破解它，但是您必须担心检测 stdout 何时实际上是一个控制台(未重定向到文件)。

这是一个长期存在的问题，MS 没有兴趣修复它。