如何在Java中查找默认的字符集/编码？

一尘不染

如何在Java中查找默认的字符集/编码？

java

显而易见的答案是使用，Charset.defaultCharset()但是我们最近发现这可能不是正确的答案。有人告诉我，结果在某些情况下不同于java.io类使用的实际默认字符集。看起来Java保留了2套默认字符集。有人对这个问题有见解吗？

我们能够重现一个失败案例。这是一种用户错误，但仍可能会暴露所有其他问题的根本原因。这是代码，

public class CharSetTest {

    public static void main(String[] args) {
        System.out.println("Default Charset=" + Charset.defaultCharset());
        System.setProperty("file.encoding", "Latin-1");
        System.out.println("file.encoding=" + System.getProperty("file.encoding"));
        System.out.println("Default Charset=" + Charset.defaultCharset());
        System.out.println("Default Charset in Use=" + getDefaultCharSet());
    }

    private static String getDefaultCharSet() {
        OutputStreamWriter writer = new OutputStreamWriter(new ByteArrayOutputStream());
        String enc = writer.getEncoding();
        return enc;
    }
}

我们的服务器要求使用Latin-1中的默认字符集来处理传统协议中的某些混合编码（ANSI / Latin-1 / UTF-8）。因此，我们所有的服务器都使用此JVM参数运行，

-Dfile.encoding=ISO-8859-1

这是Java 5的结果

Default Charset=ISO-8859-1
file.encoding=Latin-1
Default Charset=UTF-8
Default Charset in Use=ISO8859_1

有人尝试通过在代码中设置file.encoding来更改编码运行时间。我们都知道那是行不通的。但是，这显然会抛出defaultCharset（），但不会影响OutputStreamWriter使用的实际默认字符集。

这是错误还是功能？

编辑：接受的答案显示了问题的根本原因。基本上，您不能信任Java 5中的defaultCharset（），它不是I / O类使用的默认编码。看起来Java 6可以解决此问题。

阅读 678

2020-03-10

共1个答案

一尘不染

这真的很奇怪。。。一旦设置，默认的Charset将被缓存，并且当类在内存中时不会更改。将"file.encoding"属性设置为System.setProperty("file.encoding", "Latin-1");无。每次Charset.defaultCharset()调用时，它都会返回缓存的字符集。

这是我的结果：

Default Charset=ISO-8859-1
file.encoding=Latin-1
Default Charset=ISO-8859-1
Default Charset in Use=ISO8859_1

我正在使用JVM 1.6。

（更新）

好。我确实使用JVM 1.5重现了你的错误。

查看源代码1.5，未设置缓存的默认字符集。我不知道这是否是一个错误，但是1.6更改了此实现并使用了缓存的字符集：

JVM 1.5：

public static Charset defaultCharset() {
    synchronized (Charset.class) {
        if (defaultCharset == null) {
            java.security.PrivilegedAction pa =
                    new GetPropertyAction("file.encoding");
            String csn = (String) AccessController.doPrivileged(pa);
            Charset cs = lookup(csn);
            if (cs != null)
                return cs;
            return forName("UTF-8");
        }
        return defaultCharset;
    }
}

JVM 1.6：

public static Charset defaultCharset() {
    if (defaultCharset == null) {
        synchronized (Charset.class) {
            java.security.PrivilegedAction pa =
                    new GetPropertyAction("file.encoding");
            String csn = (String) AccessController.doPrivileged(pa);
            Charset cs = lookup(csn);
            if (cs != null)
                defaultCharset = cs;
            else
                defaultCharset = forName("UTF-8");
        }
    }
    return defaultCharset;
}

当你将文件编码设置file.encoding=Latin-1为下次调用时Charset.defaultCharset()，会发生这种情况，因为未设置缓存的默认字符集，它将尝试为name查找合适的字符集Latin-1。找不到此名称，因为它不正确，并返回default UTF-8。

至于诸如此类的IO类为何OutputStreamWriter返回意外结果的原因，对于JVM 1.5和JVM 1.6
，sun.nio.cs.StreamEncoder（这些IO类使用巫婆的）实现也有所不同。Charset.defaultCharset()如果未为IO类提供默认编码，则JVM 1.6实现基于该方法来获取默认编码。JVM 1.5实现使用另一种方法Converters.getDefaultEncodingName();来获取默认字符集。此方法使用自己的默认字符集缓存，该缓存是在JVM初始化时设置的：

JVM 1.6：

public static StreamEncoder forOutputStreamWriter(OutputStream out,
        Object lock,
        String charsetName)
        throws UnsupportedEncodingException
{
    String csn = charsetName;
    if (csn == null)
        csn = Charset.defaultCharset().name();
    try {
        if (Charset.isSupported(csn))
            return new StreamEncoder(out, lock, Charset.forName(csn));
    } catch (IllegalCharsetNameException x) { }
    throw new UnsupportedEncodingException (csn);
}

JVM 1.5：

public static StreamEncoder forOutputStreamWriter(OutputStream out,
        Object lock,
        String charsetName)
        throws UnsupportedEncodingException
{
    String csn = charsetName;
    if (csn == null)
        csn = Converters.getDefaultEncodingName();
    if (!Converters.isCached(Converters.CHAR_TO_BYTE, csn)) {
        try {
            if (Charset.isSupported(csn))
                return new CharsetSE(out, lock, Charset.forName(csn));
        } catch (IllegalCharsetNameException x) { }
    }
    return new ConverterSE(out, lock, csn);
}

但是我同意这些意见。你不应该依赖此属性。这是一个实现细节。

2020-03-10