Java應用程序在特殊字符上失敗

我正在處理的應用程序從文件讀取信息以填充數據庫。文件中的一些字符是非英文的，例如重音法文字符。Java應用程序在特殊字符上失敗

該應用程序在Windows中正常工作，但在我們的Solaris機器上，它無法識別特殊字符並拋出異常。例如，當遇到在「Gérer」重音é它說： -

  Encountered: "\u0161" (353), after : "\'G\u00c3\u00a9rer les mod\u00c3"

（這是從我們的應用程序引發的異常）

我懷疑的是，爲了阻止這種情況發生，我需要更改JVM的file.encoding屬性。我試圖通過System.setProperty（）來做到這一點，但它並沒有停止發生錯誤。

對於我能做什麼有什麼建議嗎？我正考慮將/ etc/default/init中solaris平臺的基本語言環境設置爲UTF-8。有人認爲這可能有幫助嗎？

任何想法都非常感謝。

來源

2008-10-30 Scottm

開始嘗試在兩個系統中的應用程序時使用

java -Dfile.encoding=UTF-8 ...

。

解決此問題的另一種方法是將編碼從兩個系統更改爲UTF-8，但我更喜歡第一個選項（對系統的干擾較小）。

編輯：

檢查這個答案的計算器，它可以幫助之一：

Changing the default encoding for String(byte[])

來源

2008-10-30 17:03:30 sakana

是的，我已經看到了。我唯一的問題是，我無法找到java命令實際運行的位置。這是因爲程序正在使用Ant來運行代碼。感謝您的回答，儘管我會嘗試使用它。 – Scottm 2008-10-30 17:20:00

您還可以設置在命令行編碼，像這樣java -Dfile.encoding=utf-8。

來源

2008-10-30 17:03:45 sblundy

看起來像使用錯誤的參數由native2ascii轉換的文件。爲了演示，創建一個帶有內容的文件

Gérer les modÚ

並將其保存爲帶編碼UTF-8的「a.txt」。然後運行這個命令：

native2ascii -encoding windows-1252 a.txt b.txt

打開新的文件，你應該看到這一點：

G\u00c3\u00a9rer les mod\u00c3\u0161

現在相反的過程，但指定ISO-8859-1這個時候：

native2ascii -reverse -encoding ISO-8859-1 b.txt c.txt

將新文件讀作UTF-8，您應該看到：

Gérer les modÀ\u0161

它可以恢復「é」，但「Ú」上的扼流器與您的應用一樣。

我不知道你的應用出了什麼問題，但我很肯定不正確的使用native2ascii是它的一部分。這可能是讓應用程序使用系統默認編碼的結果。保存文本時應始終指定編碼，無論是文件還是數據庫，還是什麼 - 永遠不要默認。如果你沒有充分的理由選擇其他的東西，請使用UTF-8。

來源

2008-10-30 18:45:45

好的答案 - 我會研究你的建議。謝謝 – Scottm 2008-10-31 10:29:04

而不是設置系統範圍的字符編碼，它可能更容易，更強大，在讀寫特定文本數據時指定字符編碼。你的應用程序如何閱讀這些文件？所有Java I/O包讀取器和編寫器都支持傳遞字符編碼名稱，以便在字節讀取/寫入文本時使用。如果您沒有指定，那麼它將使用平臺默認編碼，正如您可能遇到的一樣。

有些數據庫在他們可以接受的文本編碼中出人意料地受到限制。如果您的Java應用程序將文件作爲文本以適當的編碼方式讀取，那麼它可以將其輸出到數據庫，但它需要它。如果您的數據庫不支持任何其字符repetoire包含您所擁有的非ASCII字符的編碼，那麼您可能需要先編碼非英文文本，例如編碼爲UTF-8字節，然後Base64將這些字節編碼爲ASCII文本。

PS：不要使用String.getBytes()，因爲您看到的原因完全沒有字符編碼參數。

來源

2008-10-30 23:34:04

我想我們需要更多的信息，能夠幫助你解決問題：

什麼異常，你恰好有，且該方法在其發生時你叫。
什麼是輸入文件的編碼？ UTF8？ UTF-16/Unicode的？ ISO8859-1？

如果您可以向我們提供相關的代碼片段，這也會很有幫助。

而且，幾件事情我想指出：

問題是不是在「E」，但後來發生的。
聽起來像字符編碼可能會在您的應用程序的某個地方被硬編碼。

來源

2008-10-31 00:52:23

這個例外是在我們的軟件中定義的，它在解析器嘗試了所有內容但仍然不能識別字符時拋出。它使用的編碼是系統默認值，默認設置爲en_GB.ISO8859-15。我正在尋找一種方法來強制應用程序讀取UTF8 – Scottm 2008-10-31 10:40:21

此外，您可能需要驗證是否安裝了支持UTF-8（SUNWeulux，SUNWeuluf等）的操作系統軟件包。

來源

2008-10-31 01:22:35

我設法通過運行命令

export LC_ALL='en_GB.UTF-8'

這個命令讓過去這個錯誤設置的語言環境，我在這個集合中的所有LC_環境變量設置爲Unicode文件編碼的外殼。

非常感謝您的所有建議。

來源

2008-10-31 11:58:23 Scottm

Java在讀取和寫入文件時使用操作系統的默認編碼。現在，人們不應該依賴這一點。明確指定編碼總是一個好習慣。

在Java中，你可以使用下面的閱讀和寫作：

閱讀：

BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(inputPath),"UTF-8"));

寫作：

PrintWriter pw = new PrintWriter(new BufferedWriter(new OutputStreamWriter(new FileOutputStream(outputPath), "UTF-8")));

來源

2010-05-24 06:16:13 mohitsoni

Java應用程序在特殊字符上失敗

回答

相關問題