Java Maven:UTF-8中的源代码编码不起作用？

我正在将一个项目从Ant转换为Maven，我在处理UTF-8字符的特定单元测试方面遇到了问题。问题与以下字符串有关：

String l_string = "ČäÁÓý\n€řЖжЦ\n№ЯФКЛ";

问题是单元测试失败，因为字符串的读取方式如下：

?äÁÓý
€????
?????

java类保存为UTF-8，我还在pom.xml中指定UTF-8的构建编码

以下是我的pom.xml的摘录：

...

<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties>

...

<build>
<plugins>
    <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>3.1</version>
        <configuration>
            <source>1.6</source>
            <target>1.6</target>
            <encoding>${project.build.sourceEncoding}</encoding>
        </configuration>
    </plugin>
    <plugin>
        <artifactId>maven-assembly-plugin</artifactId>
        <version>2.4</version>
        <configuration>
            <descriptorRefs>
                <descriptorRef>jar-with-dependencies</descriptorRef>
            </descriptorRefs>
        </configuration>
    </plugin>
    <plugin>
      <groupId>org.apache.maven.plugins</groupId>
      <artifactId>maven-surefire-plugin</artifactId>
      <version>2.15</version>
    </plugin>
    <plugin>
      <groupId>org.apache.maven.plugins</groupId>
      <artifactId>maven-surefire-report-plugin</artifactId>
      <version>2.15</version>
    </plugin>
 </plugins>
</build>

应该注意的是，当我使用Ant构建项目时，测试运行没有任何问题

调试Unicode问题时，请确保将所有内容都转换为ASCII，这样您就可以在不进行猜测的情况下读取和理解字符串中的内容。这意味着您应该使用，例如，

StringEscapeUtils

from将

ä

转换为

\u00e4

。这样，您可以确保看到

？

，因为控制台无法打印它。您可以将“（

\u0020

）与“（

\u00a0

）区分开来

在测试用例中，尽早检查输入的转义版本，以确保数据实际上是您期望的

因此，上述代码应为：

assertEquals("\u010d\u00e4\u....", escape(l_string));

确保对文件I/O使用正确的编码。切勿使用Java的默认编码，请始终使用

InputStreamReader

/

OutputStreamWriter

，并指定要使用的编码

POM看起来是正确的。使用

-X

运行

mvn

，确保它选择了正确的选项，并使用正确的选项运行Java编译器<代码>mvn帮助：有效的pom也可能有帮助

反汇编类文件以检查字符串。Java将使用

？

表示它无法读取某些内容

如果从

System.out.println（“>>>”+l\u字符串）获取
？
，这意味着代码不是用UTF-8编译的，或者源文件可能是用另一种Unicode编码（UTF-16或类似编码）保存的

问题的另一个来源可能是属性文件。确保它与ISO-8859-1一起保存，并且没有被编译过程修改

确保Maven确实编译了您的文件。使用

mvn clean

强制完全重新编译

我自己找到了一个“解决方案”：

我必须将编码传递到maven surefire插件中，但通常

<encoding>${project.build.sourceEncoding}</encoding>

${project.build.sourceEncoding}

不起作用。我仍然不知道为什么，但当我将命令行参数传递到插件中时，测试工作正常：

<plugin>
      <groupId>org.apache.maven.plugins</groupId>
      <artifactId>maven-surefire-plugin</artifactId>
      <version>2.15</version>
      <configuration>
        <argLine>-Dfile.encoding=UTF-8</argLine>
      </configuration>
</plugin>

org.apache.maven.plugins
maven surefire插件
2.15
-文件编码=UTF-8

---

感谢您的回复和其他评论

问题不在于源文件的编码（以及类文件中的字符串），而在于

System.out

的隐式

PrintStream

的编码。它使用表示系统编码的

file.encoding

，这在Windows的ANSI代码页中

您必须使用OEM代码页设置一个

PrintWriter

（或者您使用用于此的类：）

另请参见中的各种错误：

这对我很有用：

...
 <properties>
        **<project.build.sourceEncoding>ISO-8859-1</project.build.sourceEncoding>
        <project.reporting.outputEncoding>ISO-8859-1</project.reporting.outputEncoding>**
    </properties>
...
  <build>
    <finalName>Project</finalName>

    <sourceDirectory>src</sourceDirectory>
    <plugins>
      <plugin>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>2.3.2</version>
        <configuration>
          <source>1.6</source>
          <target>1.6</target>
          **<encoding>${project.build.sourceEncoding}</encoding>**
        </configuration>
      </plugin>
      <plugin>
        <artifactId>maven-war-plugin</artifactId>
        <version>2.2</version>
        <configuration>
          <warSourceDirectory>WebContent</warSourceDirectory>
        </configuration>
      </plugin>
    </plugins>
  </build>

。。。
**ISO-8859-1
ISO-8859-1**
...
项目
src
maven编译器插件
2.3.2
1.6
1.6
**${project.build.sourceEncoding}**
maven战争插件
2.2
网络内容

我遇到了这类非常有弹性的问题，设置了环境变量

MAVEN_OPTS=-Dfile.encoding=UTF-8

---

为我解决了这个问题。

测试代码是什么？它是否在任何地方使用平台默认编码？或者测试中的代码在某个地方会这样做吗？@Joachim Sauer:I更新了我的帖子。@softandsafe：这不是一个有用的测试，因为如果您的输出控制台没有设置为使用unicode编码，那么即使

l_string

包含正确的数据（即，即使它被正确编译），输出也会看起来是错误的。您是否有一个实际的断言失败？或者你只是通过视觉验证它是否有效？@JoachimSauer:我又更新了我的帖子。我有一个实际的断言失败了，真奇怪。surefire插件根本不应该关心这个问题。您是否在损坏的模块上使用了

mvn help:effective pom

，以查看哪些选项传递给了surefire？我想知道默认编码是什么；可能是

cp15xx

。尝试以下操作：删除

-Dfile.encoding

并在测试中打印

Charset.defaultCharSet（）

的结果。我也在想为什么这很重要；使用编译器插件编译代码；surefire应该独立于编译步骤。

windows-1252

。它似乎使用操作系统默认编码，但pom文件中的所有位置都将编码设置为UTF-8，即使在surefire-plugin中也是如此。可能更具弹性的解决方案是

-Dfile.encoding=${project.build.sourceEncoding}

这仍然是开放的。问题已从codehaus转移到apache

...
 <properties>
        **<project.build.sourceEncoding>ISO-8859-1</project.build.sourceEncoding>
        <project.reporting.outputEncoding>ISO-8859-1</project.reporting.outputEncoding>**
    </properties>
...
  <build>
    <finalName>Project</finalName>

    <sourceDirectory>src</sourceDirectory>
    <plugins>
      <plugin>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>2.3.2</version>
        <configuration>
          <source>1.6</source>
          <target>1.6</target>
          **<encoding>${project.build.sourceEncoding}</encoding>**
        </configuration>
      </plugin>
      <plugin>
        <artifactId>maven-war-plugin</artifactId>
        <version>2.2</version>
        <configuration>
          <warSourceDirectory>WebContent</warSourceDirectory>
        </configuration>
      </plugin>
    </plugins>
  </build>

MAVEN_OPTS=-Dfile.encoding=UTF-8