java - 如何使 System.in 输入流读取 utf-8 字符？

Question

这是我的代码:

public class MyTestClass {
    public static void main(String[] args) throws Exception {
        Scanner scanner = new Scanner(System.in);
        String s = scanner.nextLine();
        InputStream inputStream = System.in;
        int read = inputStream.read();
        System.out.println(read);
        System.out.println((char)read);
        System.out.println(s);
    }
}

当我运行程序时，我输入了两次字母ğ。控制台输出将是:

ğ
ğ
196
Ä
ğ

如何才能看到正确的字母而不是 Ä？扫描仪似乎做了正确的事情。

实际上，为什么这种方法行不通？这里有什么问题吗？

Answer 1

InputStream#read() 的 javadoc州

Reads the next byte of data from the input stream.

但事实证明，字符 ğ 需要 2 个字节才能以 UTF-8 表示。因此，您需要读取两个字节。您可以使用InputStream#read(byte[])。

byte[] buffer = new byte[2];
inputStream.read(buffer);

一旦字节数组包含适当的字节，您就需要以 UTF-8 对其进行解码。你可以这样做

char val = StandardCharsets.UTF_8.decode(ByteBuffer.wrap(buffer)).get();

变量val现在将包含解码后的字符。

请注意，某些 UTF-8 编码字符只需要一个字节来表示，因此如果您知道需要多少个字节，则只需执行我们刚才所做的操作。否则，读取所有内容并将其传递给解码器。