如何在Java中打开包含重音符号的文件？

（编辑以澄清并添加一些代码）

你好,， 我们需要解析来自世界各地用户的数据。我们的Linux系统的默认语言环境为en_US.UTF-8。但是，我们经常收到名称中带有变音符号的文件，例如“

特殊字符.doc

”。尽管操作系统可以很好地处理这些文件，并且一个strace显示操作系统将正确的文件名传递给Java程序，但Java会咀嚼这些文件名，并抛出一个“未找到文件”io异常试图打开它们

这个简单的程序可以说明这个问题：

import java.io.*;
import java.text.*;

public class load_i18n
{
  public static void main( String [] args ) {
    File actual = new File(".");
    for( File f : actual.listFiles()){
      System.out.println( f.getName() );
    }
  }
}

在包含文件

specialāāāāācharacters.doc

的目录中运行此程序，默认的美式英语区域设置为：

特殊字符数½½½½½½字符数.doc

通过export LANG=es设置语言_ES@UTF-8正确地打印出文件名（但这是一个不可接受的解决方案，因为整个系统现在都是用西班牙语运行的。）在程序中显式地设置语言环境（如下所示）也没有效果。下面我将程序修改为a）尝试打开文件，b）在无法打开文件时以ASCII和字节数组打印名称：

import java.io.*;
import java.util.Locale;
import java.text.*;

public class load_i18n
{
  public static void main( String [] args ) {
    // Stream to read file
    FileInputStream fin;

    Locale locale = new Locale("es", "ES");
    Locale.setDefault(locale);
    File actual = new File(".");
    System.out.println(Locale.getDefault());
    for( File f : actual.listFiles()){
      try {
        fin = new FileInputStream (f.getName());
      }
      catch (IOException e){
        System.err.println ("Can't open the file " + f.getName() + ".  Printing as byte array.");
        byte[] textArray = f.getName().getBytes();
        for(byte b: textArray){
          System.err.print(b + " ");
        }
        System.err.println();
        System.exit(-1);
      }

      System.out.println( f.getName() );
    }
  }
}

这将产生输出

es_ES
load_i18n.class
Can't open the file special_�_�_�_characters.doc.  Printing as byte array.
115 112 101 99 105 97 108 95 -17 -65 -67 95 -17 -65 -67 95 -17 -65 -67 95 99 104 97 114 97 99 116 101 114 115 46 100 111 99

这表明问题不仅仅是控制台显示的问题，因为相同的字符及其表示形式是以字节或ASCII格式输出的。事实上，即使对某些实用程序（如bash的echo）使用LANG=en_US.UTF-8，控制台显示也可以工作：

[mjuric@arrhchadm30 tmp]$ echo $LANG
en_US.UTF-8
[mjuric@arrhchadm30 tmp]$ echo *
load_i18n.class special_á_ã_è_characters.doc
[mjuric@arrhchadm30 tmp]$ ls
load_i18n.class  special_?_?_?_characters.doc
[mjuric@arrhchadm30 tmp]$

---

是否可以修改此代码，使其在Linux下使用LANG=en_US.UTF-8运行时，读取文件名的方式能够成功打开？

Java系统属性

文件。编码应与控制台的字符编码匹配。在命令行上启动
java
时必须设置该属性：

java -Dfile.encoding=UTF-8 …

通常这会自动发生，因为控制台编码通常是平台默认编码，如果您没有明确指定，Java将使用平台默认编码。
首先，使用的字符编码与语言环境没有直接关系。因此，更改区域设置不会有多大帮助

其次，对于
�以ISO-8859-1而不是UTF-8打印。这是一个证据：

System.out.println(new String("�".getBytes("UTF-8"), "ISO-8859-1")); // �

因此有两个问题：

JVM正在以
�

您的控制台正在使用ISO-8859-1显示字符
对于Sun JVM，VM参数
-Dfile.encoding=UTF-8
应该解决第一个问题。第二个问题将在控制台设置中修复。如果您正在使用例如Eclipse，您可以在窗口>首选项>常规>工作区>文本文件编码中更改它。也将其设置为UTF-8


更新：根据您的更新：

byte[] textArray = f.getName().getBytes();

为排除平台默认编码的影响，应满足以下要求：

byte[] textArray = f.getName().getBytes("UTF-8");

如果这仍然显示相同，那么问题就更深了。你到底在用什么JVM？执行
java-version
。如前所述，
-Dfile.encoding
参数是特定于Sun JVM的。一些Linux机器附带GNU JVM或OpenJDK的JVM，这个参数可能不起作用。
这是JRE/JDK中存在多年的一个bug



我现在正在向他们重新提交一份新的bug报告，因为LC_ALL=en_us将修复一些案例，同时它将使其他一些案例失败。
我整天都被这个问题所困扰！
我以前的（错误）代码与您相同：

for(File f : dir.listFiles()) {
 String filename = f.getName(); // The filename here is wrong !
 FileInputStream fis = new FileInputStream (filename);
}

而且它不起作用（我在CentOS 6上使用Java 1.7 Oracle，除zimbra=>LANG和LC_CTYPE=C之外的所有用户都使用LANG和LC_CTYPE=fr_fr.UTF-8，顺便说一句，这肯定是导致此问题的原因，但如果zimbra没有停止工作的风险，我无法改变这一点…）

因此我决定使用java.nio.file包的新类（文件和路径）：

DirectoryStream path=Files.newDirectoryStream（path.get（outputName））；
for（Iterator Iterator=path.Iterator（）；Iterator.hasNext（）；）{
Path=iterator.next（）；
String filename=path.getFileName（）.toString（）；//此处的文件名是正确的
...
}

所以，如果您使用的是Java1.7，那么您应该尝试将新类添加到Java.nio.file包中：它节省了我的时间

希望它对DirectoryStream的使用有所帮助，然后别忘了关闭流（请尝试使用参考资料，这里可以提供帮助）
这是旧的skool java文件api中的一个bug，可能只是在mac上？无论如何，新的java.nioapi工作得更好。我有几个包含unicode字符的文件无法使用java.io加载。。。上课。在将所有代码转换为使用后，一切都开始工作。我将apache FileUtils（也有同样的问题）替换为…
您的示例没有显示您试图打开这些文件，只需打印名称即可。Java是否能够打开文件，以及您的标准输出控制台（与Java无关）是否能够正确呈现字符，这是两件截然不同的事情。向我们展示给出IOException的代码，并给出IOException的详细信息和stacktrace。在这里查看推荐使用Java系统属性（user.language、user.country、user.variant）的答案：对不起，我从来没有打开过文件。调用FileInputStream将失败，因为我无法向其传递正确的文件名。文件“specialïï½ï½ï½ï½ïcharacters.doc”不存在。“specialèáèèèu characters.doc”文件确实有，但我的目录迭代从未列出过。谢谢Lauri。我尝试了所有这些技巧，但没有一个奏效。实际上，我在其中一次运行期间运行了一个strace（Linux），操作系统正在将正确的文件名传递给Java，但是当Java解释从getdents（）系统调用传递的内容时，它会被破坏。下面是来自strace的相关系统调用：21993 getdents64（3，{…{d_ino=119，d_off=1
DirectoryStream<Path> paths = Files.newDirectoryStream(Paths.get(outputName));
for (Iterator<Path> iterator = paths.iterator(); iterator.hasNext();) {
  Path path = iterator.next();
  String filename = path.getFileName().toString(); // The filename here is correct
  ...
}