java - 如何在 Java 中查找默认字符集/编码？

Question

显而易见的答案是使用 Charset.defaultCharset() 但我们最近发现这可能不是正确的答案。有人告诉我，结果与 java.io 类在多个场合使用的真实默认字符集不同。看起来 Java 保留了 2 组默认字符集。有人对此问题有任何见解吗？

我们能够重现一个失败案例。这是一种用户错误，但它仍然可能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;
    }
}

我们的服务器需要 Latin-1 中的默认字符集来处理旧协议(protocol)中的一些混合编码 (ANSI/Latin-1/UTF-8)。所以我们所有的服务器都使用这个 JVM 参数运行，

-Dfile.encoding=ISO-8859-1

这是 Java 5 上的结果，

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

有人试图通过在代码中设置 file.encoding 来更改编码运行时。我们都知道这是行不通的。但是，这显然会抛出 defaultCharset()，但不会影响 OutputStreamWriter 使用的真正默认字符集。

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()，这不是 I/O 类使用的默认编码。看起来 Java 6 纠正了这个问题。

Answer 1

这真的很奇怪...一旦设置，默认的 Charset 就会被缓存，并且当类在内存中时它不会更改。使用 System.setProperty("file.encoding", "Latin-1"); 设置 "file.encoding" 属性没有任何作用。每次调用 Charset.defaultCharset() 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

我使用的是 JVM 1.6。

(更新)

好的。我确实用 JVM 1.5 重现了你的错误。

查看 1.5 的源代码，未设置缓存的默认字符集。我不知道这是否是一个错误，但 1.6 更改了这个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为 file.encoding=Latin-1 下一次调用 Charset.defaultCharset() 时，会发生什么，因为缓存的默认值未设置字符集，它将尝试为名称 Latin-1 找到适当的字符集。未找到此名称，因为它不正确，并返回默认的 UTF-8。

至于OutputStreamWriter等IO类为什么会返回意外结果，
sun.nio.cs.StreamEncoder(这些 IO 类使用 witch)的实现对于 JVM 1.5 和 JVM 1.6 也是不同的。 JVM 1.6 实现基于 Charset.defaultCharset() 方法来获取默认编码，如果没有提供给 IO 类的话。 JVM 1.5 实现使用不同的方法 Converters.getDefaultEncodingName(); 来获取默认字符集。此方法使用自己的缓存，缓存在 JVM 初始化时设置的默认字符集:

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);
}

但我同意这些评论。您不应依赖此属性。这是一个实现细节。