Java：替换字符串中缺少的 Unicode 符号？

Question

我有一个比较直接的问题。 当我从流中读取字符串时，除了符号之外，所有字母都很好。 例如，如果我尝试读取包含 ™ 或 © 符号的用户名，则这些符号将分别打印为： ¢ 和 ©。 我认为 Java 支持所有 Unicode 字符。 如何正确打印符号？

是否有我可以使用的特殊类型的字符串，或者这个问题的另一种解决方案？

Answer 1

从流中读取时，例如使用

InputStreamReader reader = new InputStreamReader(stream);

您告诉 java 使用平台编码。 这可能不是（事实上至少有 50% 的时间考虑到 windows pc 出现的频率）是 Unicode 编码

您需要指定字节流的编码，例如

InputStreamReader reader = new InputStreamReader(stream, charset);

或者

InputStreamReader reader = new InputStreamReader(stream, "UTF-8");

如果使用字符集名称而不是字符集实例

Answer 2

根据您提供的字符示例，我相信您正确阅读了字符。 例如，版权字符是 Unicode A9。 但是，当您用 UTF-8 写出它时，它将被序列化为 2 个字节：C2 后跟 A9。 见http://www.fileformat.info/info/unicode/char/a9/index.htm

如果您的输出设备需要 UTF-8 格式的数据，一切都会好起来的。 但是，由于您看到的是 ©，我相信您的输出设备需要 ISO-8859-1 中的数据（请参阅http://en.wikipedia.org/wiki/ISO/IEC_8859-1 ），因此您不匹配。 输出设备将 C2 解释为 Â，将 A9 解释为 ©。

要在代码中解决此问题（不更改输出设备），您需要创建一个打印流，该流在将 Unicode 字符转换为字节流时将使用 ISO-8859-1 字符编码。 例如：

public static void main (String [] args) throws Exception
{
    // use default character encoding
    String s = "copyright is ©";
    System.out.println(s);

    // create a new stream with a different encoding
    PrintStream out = new PrintStream(System.out, true, "ISO-8859-1");
    out.println(s);
}

在我的例子中，第一个 println 看起来不错，因为 IDE 控制台窗口具有 UTF-8 编码，而第二个看起来是假的。 在你的情况下，第一行应该是坏的（在版权符号应该出现的地方显示两个字符），第二行应该显示正确的版权字符。