Java：toLowercase弄亂了unicode符號

Question

我的代碼：

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

輸出：

Yukar馬維斛淺黃yağız揭掉yaratıldık壹岐ARASI在·奧格魯yaratılmışINSANoğullarıüzerecdadı布明哈卡ISTE哈卡塔赫oturmuşoturarak蒂爾克小米ülkeTURE伊達爾edivermişTANZ edivermis DORT taraf熟知düşman綜管提問者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

我嘗試了toLowercase（Locale.getDefault（））和toLowercase（Locale.ROOT）。 我仍然得到相同的輸出。 為什么函數返回無效符號？

謝謝。

Answer 1

我認為問題出在讀寫文件時未聲明字符編碼。 在這種情況下，Java會假定您使用的平台默認字符集可能不合適。

如果不確定，請使用也涵蓋土耳其語的UTF-8（當然，它需要與您實際要讀取的文件相匹配）。

您可能還需要在調用toLowercase時指定土耳其語區域設置，因為確切的規則可能取決於此文本所使用的語言（我不熟悉土耳其語，它可能已經可以使用默認值了）。

但是，文件的一半如何正確編碼呢？

第一行與您讀入的符號相同。未完成任何計算。 即使使用錯誤的編碼也可以。 對於小寫轉換，Java需要知道正確的編碼。

現在，奇怪的角色消失了。 新的“？” 字符出現在整個輸出中

中途。 現在，您已經在Reader上指定了輸入字符集，Java可以理解您的土耳其語字符了。 但是它仍然無法輸出它們，因此將其替換為“？”。 您還需要在Writer上設置輸出字符集。

Answer 2

我認為您將需要在toString()方法中傳遞本地信息。 這是 Java官方文檔中的一個示例 ，以土耳其語為示例。 如果沒有語言環境信息，則toString()方法將使用默認語言環境。

這是創建土耳其語區域設置的方法，

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