java - "En dash"在 http 响应处理或文本操作期间出现乱码

Question

我正在编写代码来处理来自维基百科的文本，但我遇到了破折号乱码的问题。我之前没有使用过破折号或其他非标准字符(对我来说非标准字符是键盘上没有出现的字符；)，所以我不确定该将手指指向哪里做错了。这是正在发生的事情，以及代码片段......

我向维基百科发送请求(我正在使用 Apache HttpComponents 客户端 API 与维基百科通信)以获取文章的内容并将其保存在字符串中:

DefaultHttpClient client = new DefaultHttpClient();
HttpGet queryRequest = new HttpGet(query);  // query is the URL for retrieving the article contents.
ResponseHandler<String> responseHandler = new BasicResponseHandler();
String responseBody = client.execute(queryRequest, responseHandler);

此时，如果我要将“responseBody”发送到 System.out，短划线在我的 Eclipse 控制台中显示为“?”。这可能只是 Eclipse 控制台显示问题，所以我会继续。

我操纵文本，忽略破折号，然后将文本发送回维基百科。

List<NameValuePair> postParams = new ArrayList<NameValuePair>();
postParams.add(new BasicNameValuePair("text", content);  // content is a String with the article text
UrlEncodedFormEntity entity = new UrlEncodedFormEntity(postParams, "UTF-8");
HttpPost queryRequest = new HttpPost(url);  // url is the basic URL for the Wikipedia api
queryRequest.setEntity(entity);
queryRequest.addHeader("Content-Type", "application/x-www-form-urlencoded");
ResponseHandler<String> responseHandler = new BasicResponseHandler();
String responseBody = client.execute(queryRequest, responseHandler);

当现在上传到维基百科的文本在网络浏览器中显示时，之前的破折号现在显示为“？”在一个盒子里(未知字符？)。因此，在某处我无意中更改或错误编码了破折号，但我不确定确切位置。

有人能指出我正确的方向吗？

Answer 1

现在是真正的答案。非英语字符被破坏的问题与 Apache HTTPComponents 或 Java 字符串处理/操作无关。问题出在 Windows 上运行的 Eclipse IDE。

Eclipse在运行配置中默认使用系统默认的编码方式，Cp1252 for Windows。由于 Cp1252 不支持所有的 UTF-8 字符，因此会出现问题。我找到了 solution here .在 Eclipse 中，您进入运行配置。对于您尝试运行的项目，转到“通用”选项卡。有一个编码部分。将其从“默认”更改为“其他”并将编码设置为 UTF-8。

现在一切都很好。