2

我正在尝试编写一个将在 linux 服务器上运行的 Java 应用程序，但它将使用 cp-1252 作为字符集来处理在旧版 Windows 机器上生成的文件。无论如何将这些文件编码为 utf-8 而不是生成的 cp-1252？

4

2 回答 2

4

如果文件名和内容有问题，解决问题的最简单方法是将localeLinux 机器上的 设置为基于ISO-8859-1而不是UTF-8. 您可以使用locale -a列出可用的语言环境。例如，如果你有en_US.iso88591你可以使用：

export LANG=en_US.iso88591

这样，Java 将使用 ISO-8859-1 作为文件名，这可能已经足够了。要运行 Java 程序，您仍然需要设置file.encoding系统属性：

java -Dfile.encoding=cp1252 -cp foo.jar:bar.jar blablabla

如果没有可用的 ISO-8859-1 语言环境，您可以使用localedef. 安装它需要root访问权限。事实上，您可以生成一个使用 CP-1252 的语言环境，如果它在您的系统上可用的话。例如：

sudo localedef -f CP1252 -i en_US en_US.cp1252
export LANG=en_US.cp1252

这样，Java 应该默认对所有 I/O 使用 CP1252，包括文件名。

在这里进一步扩展：http: //jonisalonen.com/2012/java-and-file-names-with-invalid-characters/

于 2012-08-21T14:30:21.883 回答
3

您可以使用您希望的任何编码读取和写入文本数据。这是一个快速的代码示例：

  public static void main(String[] args) throws Exception
  {
    // List all supported encodings
    for (String cs : Charset.availableCharsets().keySet())
      System.out.println(cs);

    File file = new File("SomeWindowsFile.txt");
    StringBuilder builder = new StringBuilder();

    // Construct a reader for a specific encoding
    Reader reader = new InputStreamReader(new FileInputStream(file), "windows-1252");
    while (reader.ready())
    {
      builder.append(reader.read());
    }
    reader.close();

    String string = builder.toString();

    // Construct a writer for a specific encoding
    Writer writer = new OutputStreamWriter(new FileOutputStream(file), "UTF8");
    writer.write(string);
    writer.flush();
    writer.close();
  }

如果读取时仍然“阻塞”，请查看您是否可以验证原始编码是否是您认为的那样。在本例中，我指定了 windows-1252，它是 cp-1252 的 java 字符串。

于 2012-08-20T22:03:10.927 回答