Java：toLowercase弄乱了unicode符号

Question

我的代码：

// Read the turkish file contents to the variable currentLine
currentLine = currentLine+"\n\n"+currentLine.toLowerCase();
// Write the contents to a new file

输出：

Yukar马维斛浅黄yağız揭掉yaratıldık壹岐ARASI在·奥格鲁yaratılmışINSANoğullarıüzerecdadı布明哈卡ISTE哈卡塔赫oturmuşoturarak蒂尔克小米ülkeTURE伊达尔edivermişTANZ edivermis DORT taraf熟知düşman综管提问者sevk EDIP DORT taraf kavmi熟知ITAAaltınaalmış熟知穆蒂kılmışBaşlı başeğdirmişdizli dizçöktürmüş

yukar mavigákasa.y ya.z yer yarat.ld.k iki aras。在oïluyarat.lm.nsan oullullar.zer ecdad.bum.n haka ha ha tur ot mill mill ura i rk man man man man man man man man man mill lm lm lm lm lm lm lm lm lm he k e e di di di

我尝试了toLowercase（Locale.getDefault（））和toLowercase（Locale.ROOT）。 我仍然得到相同的输出。 为什么函数返回无效符号？

谢谢。

Answer 1

我认为问题出在读写文件时未声明字符编码。 在这种情况下，Java会假定您使用的平台默认字符集可能不合适。

如果不确定，请使用也涵盖土耳其语的UTF-8（当然，它需要与您实际要读取的文件相匹配）。

您可能还需要在调用toLowercase时指定土耳其语区域设置，因为确切的规则可能取决于此文本所使用的语言（我不熟悉土耳其语，它可能已经可以使用默认值了）。

但是，文件的一半如何正确编码呢？

第一行与您读入的符号相同。未完成任何计算。 即使使用错误的编码也可以。 对于小写转换，Java需要知道正确的编码。

现在，奇怪的角色消失了。 新的“？” 字符出现在整个输出中

中途。 现在，您已经在Reader上指定了输入字符集，Java可以理解您的土耳其语字符了。 但是它仍然无法输出它们，因此将其替换为“？”。 您还需要在Writer上设置输出字符集。

Answer 2

我认为您将需要在toString()方法中传递本地信息。 这是 Java官方文档中的一个示例 ，以土耳其语为示例。 如果没有语言环境信息，则toString()方法将使用默认语言环境。

这是创建土耳其语区域设置的方法，

Locale trlocale= Locale.forLanguageTag("tr_TR");