Fatal编程技术网
  • java/
  • 带有IBM JVM（AIX）的Java UTF-8文件名

带有IBM JVM（AIX）的Java UTF-8文件名

java utf-8

带有IBM JVM（AIX）的Java UTF-8文件名,java,utf-8,aix,j9,Java,Utf 8,Aix,J9,我很难理解IBMJVM对java.io.File的实现如何处理JFS2文件系统上AIX上的UTF-8。我怀疑我忽略了某个系统属性，但我还没有找到它 假设我有一个名为othér（其中é是U+00E9或UTF-8字节0xc3 0xa9）。文件名以UTF-8编码，由C程序创建： char filename[] = { 'o', 't', 'h', 0xc3, 0xa9, 'r', 0 }; open(filename, O_RDWR|O_CREAT, 0666); 如果我在Java中创建一个代表文件

我很难理解IBMJVM对
java.io.File
的实现如何处理JFS2文件系统上AIX上的UTF-8。我怀疑我忽略了某个系统属性，但我还没有找到它

假设我有一个名为
othér
（其中
é
是U+00E9或UTF-8字节
0xc3 0xa9
）。文件名以UTF-8编码，由C程序创建：

char filename[] = { 'o', 't', 'h', 0xc3, 0xa9, 'r', 0 };
open(filename, O_RDWR|O_CREAT, 0666);
如果我在Java中创建一个代表文件名的Unicode字符串，它将无法打开它。此外，如果我在Java中使用
File.listFiles（）
，它会坚持将其视为拉丁字符串。例如：

String expectedName = new String(new char[] { 'o', 't', 'h', 0xe9, 'r' });
File expected = new File(expectedName);
if (expected.exists())
    System.out.println(expectedName + " exists");
else
    System.out.println(expectedName + " DOES NOT exist");

for (File child : new File(".").listFiles())
{
    System.out.println(child.getName());
    System.out.print("Chars:");
    for (char c : child.getName().toCharArray())
        System.out.print(" 0x" + Integer.toHexString((int)c));
    System.out.println();
}
该计划的结果如下：

% java -Dfile.encoding=UTF8 FileTest
othér DOES NOT exist
othér
Chars: 0x6f 0x74 0x68 0xc3 0xa9 0x72
因此，我的文件名似乎被视为拉丁文1。我已尝试将系统属性设置为
UTF8
，将系统属性设置为
UTF-8
，但均无效。我的
LANG
和
LC\u所有设置都是
en\u US.UTF-8
：


% echo $LANG
en_US.UTF-8
% echo $LC_ALL
en_US.UTF-8


我的系统由SMIT配置的“主要语言环境”是“ISO8859-1”。我真的不知道这个设置的全部影响，但我不能改变它。我怀疑如果我能将其改为“UTF8 English”，那么这可能会解决问题，但是由于JFS2以Unicode存储文件名，Java在内部以Unicode操作，我觉得应该有一个更通用的解决方案来解决这个问题

我是否可以设置J9的另一个系统属性来强制它使用UTF-8文件名，而不管我的SMIT设置如何

AIX版本为5.2，Java版本为IBM J9（1.5.0），文件系统为JFS2：


rs6000% uname -a
AIX rs6000 2 5 000A9B7C4C00
rs6000% java -version
java version "1.5.0"
Java(TM) 2 Runtime Environment, Standard Edition (build pap32dev-20091106a (SR11 ))
IBM J9 VM (build 2.3, J2RE 1.5.0 IBM J9 2.3 AIX ppc-32 j9vmap3223-20091104 (JIT enabled)
J9VM - 20091103_45935_bHdSMr
JIT  - 20091016_1845_r8
GC   - 20091026_AA)
JCL  - 20091106
rs6000% mount|grep /home
         /dev/hd1         /home            jfs2   Jun 27 16:02 rw,log=/dev/hd8 


更新：这在Java6上仍然发生：


% java -version
java version "1.6.0"
Java(TM) SE Runtime Environment (build pap3260sr11-20120806_01(SR11))
IBM J9 VM (build 2.4, JRE 1.6.0 IBM J9 2.4 AIX ppc-32 jvmap3260sr11-20120801_118201 (JIT enabled, AOT enabled)
J9VM - 20120801_118201
JIT  - r9_20120608_24176ifx1
GC   - 20120516_AA)
JCL  - 20120713_01



我找到了答案。我真的想帮你



尝试使用
-Dsun.jnu.encoding=UTF-8
标志集运行您的程序。
请参阅此处以获取有效的AIX区域设置列表
我想你们的出口应该是这样的


  export LC_ALL=EN_US
  export LANG=EN_US



AIX上的
java
是否像在其他Unix上一样从区域设置中提取编码？试着以LANG=en_US.UTF-8 java FileTest的形式运行测试程序，但事实并非如此。我忘了在上面加上那个。但是，UTF-8可能无效或未安装，并且我的
LANG
和
LC\u所有设置都被忽略，但我对SMIT的不熟悉使这一点难以完全确定。请检查此问题（）。另外，Java在打开文件名编码不同于系统区域设置的文件时会出现问题。请确保-当您运行
ls
时-输出是
othér
，对吗？字符串在Java中不是拉丁语，而是UTF-16代码单元的序列。您显示的两个表达式是等效的，但第二个表达式只有在放入
（byte）
强制转换后才能编译，而第一个表达式只有在添加单个
（char）
强制转换后才能编译。它们不是拉丁文1。它们是Unicode代码点@durron597：我想你弄错了，用Unicode代码点的
字符[]
初始化
字符串是正确的。创建一个表示文件名的字符串不是问题。创建准确表示文件名的字符串是个问题。您链接到的前一篇文章讨论了Mac OS文件系统如何始终按规范分解的方式存储文件名。这不是问题，我会被诅咒的。确实如此。我需要对此进行更多的研究，但是是的，我认为
sun.jnu.encoding
系统属性确实会影响行为。我对该属性的解读将表明en_US是ISO-8859-1（又名“拉丁1”）而不是UTF-8。这一情况似乎很重要。EN_US列为UTF8，而EN_US列为ISO8859_1“locale-a”命令的输出会给您什么？您应该看到en_US及其别名en_US.8859_1以及en_US及其别名en_US.UTF-8。两个不同的案例引用两种不同的编码，这似乎很愚蠢，但事实似乎如此。Gah，显然
UTF-8
甚至没有安装。我甚至没想过看一下
locale-a
，谢谢。突然间，事情变得更有意义了。不幸的是，我不是管理员。感谢您指出该文档中的大小写，我没有注意到
en_-US
和
en_-US
之间确实存在差异。您能否确认，使用
en_-US.UTF-8
的区域设置，JVM的行为是否正常？