不同操作系统中 UTF-8 的 Java 问题

Question

我正在和其他人一起编写大学作业的应用程序，有时我们在注释或视图中显示的字符串中使用非英语字符。问题是每个用户都在使用不同的操作系统，有时甚至使用不同的 IDE 来编程。

具体来说，一个使用MacOS，另一个使用Windows7，另一个和我使用Ubuntu Linux。此外，他们都使用 Eclipse，而我使用 gedit。我们不知道 Eclipse 或 gedit 是否可以配置为与 UTF8 bussiness 一起正常工作，至少我没有找到适合我的东西。

事实是，我用非英文字符写的东西在 Windows 和 MacOS 虚拟机中会出现奇怪的符号，反之亦然，有时，我的非 linux 朋友写的东西会引发这样的编译警告：

warning: unmappable character for encoding UTF8

.

你有解决这个问题的想法吗？这不是很紧急，但会有所帮助。

谢谢。

Answer 1

不确定 gedit，但您当然可以配置 eclipse 以使用您喜欢的源代码编码。它是项目属性的一部分（并保存在项目中的 .settings 目录中）。

Answer 2

Eclipse 在 UTF-8 下运行良好。请参阅迈克尔关于配置它的回答。也许对于 Windows 和/或 MacOS 来说，这确实是必要的。 Ubuntu 使用 UTF-8 作为默认编码，所以我认为没有必要在那里配置 Eclipse。

关于Gedit，这张图片表明在Gedit中保存文件时可以更改编码。

无论如何，您需要确保所有人都使用 UTF-8 作为您的来源。这是实现源代码跨平台可移植性的唯一合理方法。

Answer 3

您可以通过使用 字符转义序列 并仅对文件使用 ASCII 编码来避免字符串中的问题。

例如，破折号可以表示为“\u2013”。

您可以在这里快速搜索Java代码。

正如 Sergey 在下面指出的那样，这最适合少量的非 ASCII 字符。另一种方法是将所有 UTF-8 字符串放入资源文件中。 Eclipse 为此提供了一个方便的向导。

Answer 4

如果您的 UTF8 文件包含 BOM（字节顺序标记），那么您将遇到问题。这是一个已知的错误，请参阅此处和此处。

BOM 对于 UTF8 是可选的，大多数时候它不存在，因为它破坏了许多工具（如 Javadoc、XML 解析器……）。