关于eclipse中编码问题

最新推荐文章于 2021-07-14 16:08:04 发布

_沉浮_

最新推荐文章于 2021-07-14 16:08:04 发布

阅读量911

点赞数

本文链接：https://blog.csdn.net/su_chunlong/article/details/70840394

版权

平时我们在读取文件或写入文件时，都没有设置其编码，那么是不是每次都能读取到正确的文件内容（中文）？

最近做项目，发现本地和服务器间总是出现中文显示不一致的情况，比如服务器显示正常，但是本地却显示乱码。

最后就做了些测试：

首先基于eclipse，建了个测试项目

通过调用Charset.defaultCharset().name() 获取到当前编码为UTF-8，然后进行了写文件操作文件

		String fileName = "G://abc.xml";
		
		StringBuilder sb = new StringBuilder();
		sb.append("<?xml version='1.0' encoding='utf-8'?>");
		sb.append("<html>");
		sb.append("<div id='did' name='你好'></div>");
		sb.append("</html>");
		String content = sb.toString();
		
		FileOutputStream fos = new FileOutputStream(fileName);
		
		fos.write(content.getBytes());//文件字符 utf-8
		
		fos.close();

内容写入文件，打开文件中文正常，编码为utf-8，没有问题

此时在配置中把当前项目引用的jdk加上参数-Dfile.encoding=GBK，进行以上操作，文件编码编程gbk，

看样子在写文件时默认使用的编码与我们使用的jdk设置的编码直接又关系。

那么现在再做一件事，把刚content直接通过以下方法读取

		Document doc = DocumentHelper.parseText(content);
		System.out.println(doc.asXML());

出现了乱码，原来本地编译设置的是UTF-8，那么我们的代码包含字符串都是以utf-8的方式编码的，刚设置的bgk为系统默认的读取方式，修改如下：

		Document doc = DocumentHelper.parseText(new String(content.getBytes("utf-8"),"gbk"));
		System.out.println(doc.asXML());

这个时候就一切正常了。所以当前代码编译编码和文件默认读取编码是不相关的。

最后再做一件事：

		SAXReader saxReader = new SAXReader();
		//根据xml头<?xml version='1.0' encoding='utf-8'?>对应的编码读取xml文件，读取后为utf-8(编译环境编码)
		//在console上显示的
		Document sdoc = saxReader.read(new File(fileName));
		System.out.println("sdoc : \n"+new String(sdoc.asXML().getBytes("utf-8"),"gbk"));

如果没有做任何处理，刚content内容的第一段encoding='utf-8'如果和默认编码不一致直接报错，修改为gbk就正常，此时文件的编码也是gbk，读取到的文件内容是正常的，但是由于系统是utf-8编码，所有转换以utf-8编码装好成字节在以gbk就正常了。

网上查了下关于xml文件读取，首先是根据xml检查隐含bom，其次是头encoding，最后是文件编码方式对文件读取。

总结：在编写代码时，我们都会设置编译时的编码，实际处理时又会有gbk的环境，可能这两点设置不一致，那么之后可能存在很多乱码问题，所有最好统一；其次关于xml文件的读取，首先检查文件隐含信息，其次才是头编码，最后如果上面两个都没有就是根据文件编码读取。

一个问题，在eclipse maven项目中，比如添加了maven-compiler-plugin插件，设置编码gbk，Charset.defaultCharset().name()对应gbk，但是这个时候修改了eclipse的jdk编码为utf-8，这个值就变成utf-8，很是奇怪，看样子maven编译插件是跟着eclipse的jdk走的。