首页 / 知识

Java，UTF-8和Windows控制台

2023-04-14 21:11:00

Java, UTF-8, and Windows console

我们尝试在Windows上使用Java和UTF-8。该应用程序在控制台上写入日志，我们希望对日志使用UTF-8，因为我们的应用程序具有国际化的日志。

可以配置JVM，以便使用-Dfile.encoding=UTF-8作为JVM的参数来生成UTF-8。它工作正常，但Windows控制台上的输出出现乱码。

然后，我们可以将控制台的代码页设置为65001(chcp 65001)，但是在这种情况下，.bat文件不起作用。这意味着当我们尝试通过脚本(名为start.bat)启动应用程序时，绝对没有任何反应。命令简单返回：

1
2
3
4
5

C:\Application> chcp 65001
Activated code page: 65001
C:\Application> start.bat

C:\Application>

但是没有chcp 65001，就没有问题，并且可以启动该应用程序。

有什么暗示吗？

Windows上的Java默认情况下不支持Unicode输出。我通过使用JNA库调用Native API编写了一种解决方法，该方法将调用WriteConsoleW在控制台上输出unicode。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

import com.sun.jna.Native;
import com.sun.jna.Pointer;
import com.sun.jna.ptr.IntByReference;
import com.sun.jna.win32.StdCallLibrary;

/** For unicode output on windows platform
* @author Sandy_Yin
*
*/
public class Console {
private static Kernel32 INSTANCE = null;

public interface Kernel32 extends StdCallLibrary {
public Pointer GetStdHandle(int nStdHandle);

public boolean WriteConsoleW(Pointer hConsoleOutput, char[] lpBuffer,
int nNumberOfCharsToWrite,
IntByReference lpNumberOfCharsWritten, Pointer lpReserved);
}

static {
String os = System.getProperty("os.name").toLowerCase();
if (os.startsWith("win")) {
INSTANCE = (Kernel32) Native
.loadLibrary("kernel32", Kernel32.class);
}
}

public static void println(String message) {
boolean successful = false;
if (INSTANCE != null) {
Pointer handle = INSTANCE.GetStdHandle(-11);
char[] buffer = message.toCharArray();
IntByReference lpNumberOfCharsWritten = new IntByReference();
successful = INSTANCE.WriteConsoleW(handle, buffer, buffer.length,
lpNumberOfCharsWritten, null);
if(successful){
System.out.println();
}
}
if (!successful) {
System.out.println(message);
}
}
}

尝试chcp 65001 && start.bat

Windows不支持65001代码页：http://www.microsoft.com/resources/documentation/windows/xp/all/proddocs/en-us/chcp.mspx?mfr=true

我们在Linux中也遇到了类似的问题。我们的代码在ISO-8859-1中(大多数与cp-1252兼容)，但是控制台是UTF-8，因此代码无法编译。只需将控制台更改为ISO-8859-1，就可以破坏UTF-8中的构建脚本。我们找到了两个选择：
1-定义一些标准的编码和坚持。那是我们的选择。我们选择将所有内容保留在ISO-8859-1中，并修改构建脚本。
2-在开始任何任务之前设置编码，即使在构建脚本中也是如此。像埃里克森所说的一些代码。在Linux中就像：