java - 在 idea intellij 中更改编码不起作用

Question

我有一个带有字符串 String s="P�rsh�ndetje bot�!"; 的 .java 文件。

当我在 Notepad++ 中打开此文件并将编码更改为 ISO-8859-1 时，它会显示相应的字符串:"Përshëndetje botë!"，但如果我打开文件在 idea intellij 中并将编码更改为 ISO-8859-1，它警告我某些符号无法转换，然后将这些符号替换为 ? mark: "P?rsh ？ndetje 机器人？!”。

为什么会这样？为什么Notepad++可以转换文件，而idea不能？

Answer 1

我不确定，但有可能当您第一次打开文件时，它被读取为 UTF-8，并且无效的字节序列变成了 Unicode replacement character ，那么当您尝试转换为 ISO-8859-1 时，它会尝试转换 Unicode 替换字符，但在 ISO-8859-1 中没有该字符的值，因此它被转换为 ? 。

(即使像“ërs”这样的文本可以用 Unicode 和 UTF-8 表示，“ërs”的 ISO-8859-1 编码是 EB 72 73 这是一个三字节 UTF-8 序列的起始字节，但接下来的两个字节不是连续字节，因此将其视为 UTF-8 的程序会认为这些重音字符无效。 )

我认为您需要让 IntelliJ 以 ISO-8859-1 格式打开文件，而不是先以 UTF-8 格式打开文件，然后尝试转换为 ISO-8859-1。

(当您在 Notepad++ 中切换编码时，它必须返回到文件的原始字节并将它们解释为 ISO-8859-1，而不是尝试通过将无效字节更改为替换字符。)

请注意，ë 是一个完全有效的 Unicode 字符。它可以表示为 U+00EB，带分音符的拉丁文小写字母 e，或者表示为两个代码点，U+0065 和 U+0308，拉丁文小写字母 e 组合与 结合分音符。但是 U+00EB 将在 UTF-8 中编码为双字节序列 C3 AB，对于 U+0065 U+0308，“e”将编码为本身、65 和 U+0308 将被编码为 CC 88。

因此 UTF-8 中的“ë”必须是 C3 AB 或 65 CC 88。它不能是 EB。