Java中文乱码问题

发表于 分类于

推荐

ANSI - 百度百科

字符编码笔记：ASCII，Unicode 和 UTF-8

Java中文乱码解决之道

从外部编码的角度再议 Java 乱码问题

实验一

目的：源文件编码方式、javac编译参数encoding 二者的关系？

先阅读文章 java中文乱码解决之道（四）——java编码转换过程 、 Java源文件到字节码等情况的编码转换

情况 源文件编码 javac读取源文件编码 javac编译结果
一 含中文 UTF-8 GBK 失败
二 含中文 ANSI GBK 成功
三 含中文 ANSI UTF-8 失败
四 纯英文 任意 任意 成功

GBK 汉字占两个字节；UTF-8 汉字大多占三个字节，有些占4个字节。

1
2
3
4
javac ANSI.java /* 默认使用Windows默认的GBK编码 */
javac UTF8.java /* 默认使用Windows默认的GBK编码 */
javac -encoding GBK ANSI.java /* 指定读取源文件编码GBK */
javac -encoding UTF-8 UTF8.java /* 指定读取源文件编码UTF-8 */

实验二

目的：找出导致cmd控制台乱码的因素，源文件编码、class文件编码、jvm编码、控制台编码。

无论源文件使用什么编码方式存储，无论内容是中文字符还是英文字符，编译后的class文件内容都是Unicode编码。所以源文件编码和class文件编码不会影响cmd控制台乱码。 

1
2
3
4
5
# 改变控制台编码
chcp 65001 # UTF-8
chcp 936 # GBK
# 指定jvm编码；若未指定就使用Windows默认的GBK编码。
java -jar -Dfile.encoding=UTF-8 service-sys-start.jar

System.out.println乱码

将下面内容分别另存为 ANSI.java、UTF8.java ，文件名=类名=文件编码 。

1
2
3
4
5
6
7
8
9
10
11
12
public class ClassName {
    public static void main(String[] args) {
        System.out.println("当前JRE版本：" + System.getProperty("java.version"));
        // 查看JVM运行时所使用的编码。Windows默认file.encoding=”GBK”；Linux默认file.encoding=”UTF-8”。
        // System.out.println("当前JVM的默认字符集：" + Charset.defaultCharset());
        System.out.println("当前JVM的默认字符集：" + System.getProperty("file.encoding"));

        System.out.println("java后面跟着的是java文件的类名，后面不要加.class。");
        System.out.println("java后面跟着的是java文件的类名，后面不要加.class。");
        System.out.println("java后面跟着的是java文件的类名，后面不要加.class。");
    }
}

运行：

1
2
3
4
5
6
7
8
9
10
11
chcp 936
java ANSI # 正常
java UTF8 # 正常
java -Dfile.encoding=UTF-8 ANSI # 正常
java -Dfile.encoding=UTF-8 UTF8 # 正常

chcp 65001
java ANSI # 乱码
java UTF8 # 乱码
java -Dfile.encoding=UTF-8 ANSI # 正常
java -Dfile.encoding=UTF-8 UTF8 # 正常

结论：

控制台编码 jvm编码 是否乱码
GBK GBK 否
GBK UTF-8 否
UTF-8 UTF-8 否
UTF-8 GBK 是

log4j2打印控制台乱码

日志配置文件中已经指定了console输出源是UTF-8编码，所以保证控制台是UTF-8即可（chcp 65001）。

启动脚本

1
2
3
4
5
6
7
8
chcp 65001
set JAVA_HOME=D:\Program Files\Java64\jdk1.8.0_192
set PATH=%JAVA_HOME%\bin;
set JAVA_TOOL_OPTIONS=-Dfile.encoding=UTF-8 -Dsun.stdout.encoding=UTF-8
:: 开启远程调试
set JAVA_TOOL_OPTIONS=%JAVA_TOOL_OPTIONS% -agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=5005
java -jar -Dserver.port=60001 service-sys-start.jar
pause;

各种OPTIONS的区别

也许你经常遇到 JAVA_OPTS、_JAVA_OPTIONS 和 JAVA_TOOL_OPTIONS ，那么他们有什么不同呢？

  • JAVA_OPTS：常用于一些应用的配置，如Tomcat，但它一般不作为环境变量，也不能被JVM识别的，是那些应用的自定义配置；
  • _JAVA_OPTIONS：也是作为环境变量来替代命令行参数的，但它是 JVM 厂家自定义的，可以覆盖 JAVA_TOOL_OPTIONS，但各厂家的不同，_JAVA_OPTIONS 是 Oracle 的 JVM，而 IBM 的则是用 IBM_JAVA_OPTIONS。
  • JAVA_TOOL_OPTIONS：是标准的，所有虚拟机都能识别和应用的。

如果想验证上面的不同也不难，如果设置了 JVM 能识别的环境变量，JVM会有”Picked up”的提示的，如：

1
2
3
4
5
6
7
8
9
10
11
:: 能被JVM识别
set JAVA_TOOL_OPTIONS=-Dfile.encoding=UTF-8 -Dsun.stdout.encoding=UTF-8
java -version

:: 能被JVM识别
set _JAVA_OPTIONS=-Dfile.encoding=UTF-8 -Dsun.stdout.encoding=UTF-8
java -version

:: 不能被JVM识别
set JAVA_OPTS=-Dfile.encoding=UTF-8 -Dsun.stdout.encoding=UTF-8
java -version

可见 _JAVA_OPTIONS 覆盖了 JAVA_TOOL_OPTIONS

JAVA_TOOL_OPTIONS 用于解决的经典问题是使用命令行导致中文乱码