在javac中指定编码是否与在Windows CMD中更改活动代码页然后直接编译产生相同的结果?

Question

我正在尝试使用Windows-1250编码在Windows CMD中编译一段Java代码，并且我似乎无法获得-encoding选项正确工作。

编译器似乎不使用指定的编码，除非存在非法字符，在这种情况下，它只是显示错误消息。否则，它将使用活动代码页。

特别地，我试图显示一个包含阿尔巴尼亚字符的字符串，特别是'ë'。

我需要显示的字符串如下:

Hëllë Wërld

下面是我使用的命令和它们产生的输出:

chcp
Output: Active code page: 437
javac -encoding Windows-1250 AlbanianHello.java
java AlbanianHello
Output: Hδllδ Wδrld

如您所见，它仍然使用默认编码，即Cp437，尽管我指定了希望使用的编码。

现在，当我将代码页更改为1250，然后在不指定编码的情况下进行编译时，会发生以下情况:

chcp 1250
Output: Active code page: 1250
javac AlbanianHello.java
java AlbanianHello
Output: Hëllë Wërld

似乎工作正常。

在本例中指定编码会产生相同的结果:

chcp 1250
Output: Active code page: 1250
javac -encoding Windows-1250 AlbanianHello.java
java AlbanianHello
Output: Hëllë Wërld

那么它完全忽略我指定的编码吗?不完全是。当我尝试使用不应该与字符串一起工作的编码时，它会显示一堆错误消息:

javac -encoding UTF8 AlbanianHello.java
Output: AlbanianHello.java:5: error: unmappable character for encoding UTF8
    System.out.println("H?ll? W?rld");
                         ^
...
3 errors

我的问题是:为什么它在理论上应该工作的时候忽略编码，而在它不应该工作的时候却不忽略它?

我还想知道这些命令的结果是否有什么不同:

chcp 1250
javac AlbanianHello.java

还有这些

chcp 1250
javac -encoding Windows-1250 AlbanianHello.java

Answer 1

欢迎光临本站!javac编码选项设置javac如何将源文件中的字节映射为Unicode字符，因为Java在内部使用Unicode。chcp命令设置Windows控制台如何将输出字节映射为字体中的字形。Java不知道也不关心chcp，反之亦然。如果两者匹配，一切都很好。如果不是…

在你的第一个例子中，Java正确地解释了你的Windows-1250源代码。字符ë为U+00EB。当字节(0xEB)输出到代码页437终端时，所显示的结果就是字节0xEB在cp437中的含义，而不管您想要显示什么。根据CP437字符表，这是小写的δ， δ。(只是为了突出区别，δ在Unicode中是U+03B4。)

为了完整起见，要找出javac的默认编码是什么并不容易。Charset的文档说:

默认字符集是在虚拟机启动期间确定的，通常取决于底层操作系统使用的语言环境和字符集。

根据你看到的行为，我猜你的系统上的javac正在从控制台读取代码页，并将其作为默认值。或者是默认的代码页，其中ë = 0xEB(例如，CP1252或ISO 8859-1，这两种都可能是默认的，这取决于你的配置(据我所知)。

Edit在我的机器上，默认值是CP1252 (Java字符集名称windows-1252)。我把我在GitHub上使用的代码。