Java：多平台字符串编码问题

我有一个奇怪的情况，我还没有想出如何处理。我们有开发人员在多个平台上工作，主要平台是linux，但我们也有人在OS X和Windows上工作

我们有一组在Linux上构建并运行良好的测试。但当我们试图在OSX上运行它们时，它们失败了。失败的断言是测试两个字符串是否相等，但在Mac环境中有一个字符似乎不是相同的字符。我相当肯定这仅仅是因为文件是以某种方式编码的，而预期的字符串值（硬编码的）是以不同的方式编码的。通过MAVEN-OPTS设置JVM file.encoding，我可以解决一些其他编码问题，但到目前为止，我一直被这个问题难住了

结构看起来像这样： some.xml-->xslt-->对象 assertEquals（“预期值”，object.valueToTest（））

有没有关于如何纠正这种不匹配的见解？或者甚至为什么它会首先发生

---

xml文件的头表示它是用UTF-8编码的，但文件系统上的编码可能不同。是否有办法检查实际编码是什么？

发生这种情况的通常原因是，如果有人使用旧的字符串字节转换，而该转换不使用参数来指定编码

---

源文件中的编码问题并非不可能，尽管我只在Windows和Linux之间移动过，所以我从未见过它，但对于U00007f以上的任何代码点，您都应该使用Unicode转义。

如果其他平台使用不同的编码读取字符，您可能会看到类似的失败

文件中的字符是如何表示的？您可以尝试使用转义字符串常量中的任何unicode

还提供了另一个线索，说明这可能不起作用的原因。Mac上的默认编码是“MacRoman”，它不是UTF-8的子集。因此，正如您所怀疑的，这个字符可能会有不同的解释。

大多数情况下

通过设置JVM

file.encoding

，我可以通过MAVEN-OPTS解决一些其他编码问题

不要这样做

正确的方法是在pom.xml文件中

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

...
UTF-8
...

这确保了编译器将在所有平台上一致地解码源文件，这相当于使用

javac-encoding X…

---

更多关于在源文件中编码的信息。

如果XML文件以

开头，那么您可以确信它在文件系统中编码为UTF-8。否则，请在编辑器中打开它，以便查看原始字节是什么，例如emacs M-x

按字面意思查找文件

或者，您的java源代码可能在字符串文本中有一个有趣的字节，它在不同的编码中以不同的方式表示。我认为编译器使用默认的平台编码读取源代码。要解决此可移植性问题，可以使用\uxxx表示法对任何非ascii字符进行编码。这对母语为英语的用户来说很好，但对其他人来说可能有点烦人

编辑：脱离主题，但这让我想起了我在测试用例中工作时发现的一个奇怪的文件。这是一个编码为ascii/utf-8的XML文件，但编码标签上写着“utf-16”。在记事本这样的简单编辑器中，它看起来很正常，没有考虑XML编码指令，但在将文件读取为UTF-16的智能编辑器中，它看起来很奇怪