Jline是一个模块,用于在用户按下之前在控制台拦截用户输入Enter
。它使用 JNA 或类似的魔法。
我正在用它做一些实验,当我输入更多“异国情调”的Unicode字符时,我遇到了编码问题。这里的操作系统是 W10,我使用的是 Cygwin。这也是在 Groovy 中,但对 Java 人来说应该是显而易见的。
def terminal = org.jline.terminal.TerminalBuilder.builder().jna( true ).system( true ).build()
terminal.enterRawMode()
// NB the Terminal I get is class org.jline.terminal.impl.PosixSysTerminal
def reader = terminal.reader()
def bytes = [] // NB class ArrayList
int readInt = -1
while( readInt != 13 && readInt != 10 ) {
readInt = reader.read()
byte convertedByte = (byte)readInt
// see what the binary looks like:
String binaryString = String.format("%8s", Integer.toBinaryString( convertedByte & 0xFF)).replace(' ', '0')
println "binary |$binaryString|"
bytes << (byte)readInt // NB means "append to list"
println ">>> read |$readInt| byte |$convertedByte|"
}
// strip final byte (13 or 10)
bytes = bytes[0..-2]
println "z bytes $bytes, class ${bytes.class.name}"
def response = new String( (byte[])bytes.toArray(), 'UTF-8' )
// to get proper out encoding for Cygwin I then need to do this (I have no idea why!)
def psOut = new PrintStream(System.out, true, 'UTF-8' )
psOut.print( "using PrintStream: |$response|" )
这适用于单字节 Unicode,并且像“é”(2 字节)这样的字母可以得到很好的处理。但是“ẃ”出了问题:
ẃ --> Unicode U+1E83
UTF-8 HEX: 0xE1 0xBA 0x83 (e1ba83)
BINARY: 11100001:10111010:10000011
实际上,当您输入“ẃ”时它输出的二进制文件是 11100001:10111010: 10010010。
这转换为 U+1E92,这是另一个波兰字符“Ẓ”。这确实是打印在response
String
.
不幸的是,JLine 包给你这个reader
,这是类org.jline.utils.NonBlocking$NonBlockingInputStreamReader
......所以我真的不知道我能做些什么来调查它的编码(我假设是 UTF-8)或以某种方式修改它......谁能解释问题是什么?