如何让System.in输入流读取utf-8字符？

Question

这是我的代码：

public class MyTestClass {
    public static void main(String[] args) throws Exception {
        Scanner scanner = new Scanner(System.in);
        String s = scanner.nextLine();
        InputStream inputStream = System.in;
        int read = inputStream.read();
        System.out.println(read);
        System.out.println((char)read);
        System.out.println(s);
    }
}

当我运行程序时，我输入了两次字母ğ 。 控制台输出将是：

ğ
ğ
196
Ä
ğ

我怎样才能看到正确的字母而不是Ä ？ 扫描仪似乎做对了。

实际上，为什么这种方法不起作用？ 这里有什么问题？

Answer 1

InputStream#read()的javadoc状态

从输入流中读取下一个数据字节。

但事实证明，角色ğ需要2个字节来表示UTF-8。 因此，您需要读取两个字节。 您可以使用InputStream#read(byte[]) 。

byte[] buffer = new byte[2];
inputStream.read(buffer);

一旦字节数组包含适当的字节，您需要以UTF-8解码它们。 你可以这样做

char val = StandardCharsets.UTF_8.decode(ByteBuffer.wrap(buffer)).get();

变量val现在将包含已解码的字符。

请注意，某些UTF-8编码字符只需要一个字节来表示，因此如果您知道需要多少字节，那么您应该只执行我们刚才所做的操作。 否则，读取所有内容并将其传递给解码器。

Answer 2

InputStream.read（）重新生成下一个数据byte ，这是一个0到255之间的数字。

在这里，您只是将该byte转换为char ，在您的情况下给出Ä 。

另一方面， Scanner读取整个字符串，这就是为什么你看到正确的输出。 我建议你使用Scanner而不是简单的InputStream因为它提供了方便的阅读文本的方法。

Answer 3

包裹InputStream在InputStreamReader 。

int read = new InputStreamReader(System.in).read();
System.out.println((char) read); // prints 'ğ'

如有必要，您可以将特定的Charset传递给阅读器的构造函数，但默认情况下，它只使用默认的字符集，这可能是正确的。