Java 是否将文件名获取为UTF-8？（ä；、ü；、ö；…始终是'；？'；）

我必须读取一些文件的名称，并将它们作为字符串放入列表中。这并不难，我只是对一些角色有一些问题，比如ä，ö，ü。。。它们在我的字符串中总是作为一个“？”

有什么问题吗？那么编码呢。好的，这应该很容易。。。我就是这么想的。所以我尝试使用如下函数：

新字符串（插入.getBytes（“UTF-8”）

或

新字符串（插入.getBytes（“ISO-8859-1”），“UTF-8”）

因为大多数文件都是ISO-8859-1

这没有帮助。这是我的代码：

...
File[] fileList = dir.listFiles();
String insert;
for(File f : fileList) {
...
insert=f.getName().substring(0,f.getName().length()-4);
                insert=insert.charAt(0)+insert.substring(1,insert.length()).toLowerCase().replaceFirst("([0-9]*(_s?(i)?(_dat)?)*$)", "").replaceFirst("_", " ");
...
System.out.println("test UTF8: " + new String(insert.getBytes("UTF-8"))); //not helping
System.out.println("test ISO , UTF8: " + new String(insert.getBytes("ISO-8859-1"), "UTF-8")); //not helping
...
names.add(insert);
}

在我的列表的末尾有很多带有“？”字符的字符串。 如何解决这个问题？如果不是只有ISO-8859-1文件，那么最好的方法是什么？（假设有很多未知的编码文件）

---

谢谢！

文件名内容的编码与文件名本身的编码无关

您应该从

System.out.println（insert）

如果没有，则意味着shell具有与系统默认字符编码不同的字符编码（这种情况很少发生；这通常是shell中切换编码的显式命令的结果）

如果在shell中列出目录时正确显示了文件名，我希望它们能够正确显示，而无需在Java程序中指定编码

---

如果shell无法显示字符（它将替换替换字符0xFFFD(�) 对于这些不可打印的字符），Java应用程序无法对此进行任何更改。您需要更改终端字符编码、安装正确的字体等；这是操作系统问题，而不是Java问题

同时，即使您的终端无法显示正确的结果，Java程序也应该在没有您干预的情况下正确处理字符编码

---

文件

API后面的库正在为您的系统找出正确的字符编码，并执行必要的字符解码。同样，数据库驱动程序应与数据库协商以确定正确的编码，并代表您的应用程序执行任何必要的字节编码。

字符串中的问号、空格等表示在从一个字符集转换到另一个字符集时，某个地方无法识别特定字符

在您的案例中，问题可能发生在几个地方：

• 当Java程序从目录（在

  dir.listFiles（）

  调用中）读取文件名时，可能会发生这种情况

• 当您将字符打印到控制台流时，可能会发生这种情况

在这两种情况下，根本原因很可能是Java认为区域设置应该是什么与操作系统和/或命令shell使用的设置不匹配

作为一个实验，试着从命令行中列出一个包含有问题文件名的目录。你看到问号或其他splat了吗

---

要执行的第二个实验是修改Java程序，将其中一个问题字符串转储为表示每个字符的字符代码的数字序列。是否在您编写的注释中看到ASCII/Unicode

“？”

：

---

@mdrg：嗯，有一个问题。我必须读取文件名，然后将它们放入数据库。而且有很多“？”，这不应该是…-Lissy 27分钟前

我的猜测是，要插入文件名的列指定US-ASCII作为编码，并用替换字符替换该范围之外的字符，在您的情况下，替换字符是问号

---

因此，您必须找出数据库表中存储文件名的列的编码。各种产品都有各种用于检索该信息的语法。

鉴于问题下前后的扩展注释，现在看来这要么是字体问题，要么（可能更可能）文件名编码问题

touch filenäme
ls filen*me

我要求Lissy运行以下命令，让我们找出问题所在。如果她确定文件名中包含“ä”，但当她

ls

文件名时，该字符未出现，则此命令将告诉我们这是字体还是编码问题

touch filenäme
ls filen*me

如果显示“filenäme”在

ls

的输出中，我们知道问题出在创建/复制文件到这个系统上。如果创建文件的程序没有意识到文件系统编码是什么，或者太愚蠢而没有做正确的事情，这可能会发生。

convmv

程序可能是解决这个问题的最佳方法

convmv -f ENCODING -t utf8 -r .

问题是什么是正确的编码。可能包括UTF-16、cp850或iso8859-1。

convmv--list

将向您显示（您的系统）当前已知的由于上面列出的命令只显示了它可以做什么，所以可以使用不同的编码运行多次，直到找到一个适用于所有文件的编码

---

如果这是一个字体问题，我们必须研究一下，在Java 1.6中，您可以使用System.console（）而不是System.out.println（）来向控制台显示重音字符

public class Test {
  public static void main(String args[]){
   String s = "caractères français :  à é \u00e9"; // Unicode for "é"
   System.console().writer().println(s);
  }
}

输出是

C:\temp>java Test
caractères français :  à é é

---

您是从磁盘还是从其他文件读取文件名？有一种首选的OS文件名编码，但如果您是从未知编码的文件获取文件名，则可能会遇到麻烦。如果您可以读取具有特定编码（正确编码）的文件然后将它们写回磁盘，您就不会得到奇怪的字符，那么您的编码处理就可以了。在这种情况下，只是您的控制台没有用于显示的字符。@mdrg：嗯，有一个问题