Maven:UTF-8 中的源编码不起作用?

2022-08-31 20:41:36

我正在将一个项目从Ant转换为Maven,我在处理UTF-8字符的特定单元测试中遇到了问题。问题与以下字符串有关:

String l_string = "ČäÁÓý\n€řЖжЦ\n№ЯФКЛ";

问题是单元测试失败,因为字符串被读取如下:

?äÁÓý
€????
?????

java类被保存为UTF-8,我还在pom.xml中指定了UTF-8的构建编码。

以下是我的pom.xml摘录:

...

<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties>

...

<build>
<plugins>
    <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>3.1</version>
        <configuration>
            <source>1.6</source>
            <target>1.6</target>
            <encoding>${project.build.sourceEncoding}</encoding>
        </configuration>
    </plugin>
    <plugin>
        <artifactId>maven-assembly-plugin</artifactId>
        <version>2.4</version>
        <configuration>
            <descriptorRefs>
                <descriptorRef>jar-with-dependencies</descriptorRef>
            </descriptorRefs>
        </configuration>
    </plugin>
    <plugin>
      <groupId>org.apache.maven.plugins</groupId>
      <artifactId>maven-surefire-plugin</artifactId>
      <version>2.15</version>
    </plugin>
    <plugin>
      <groupId>org.apache.maven.plugins</groupId>
      <artifactId>maven-surefire-report-plugin</artifactId>
      <version>2.15</version>
    </plugin>
 </plugins>
</build>

我在这里错过了什么吗?如果有人能在这里帮助我,那就太好了。

更新

关于测试代码:

@Test
public void testTransformation()
{

    String l_string = "ČäÁÓý\n€řЖжЦ\n№ЯФКЛ";
    System.out.println( ">>> " + l_string );
     c_log.info( l_string );
    StringBuffer l_stringBuffer = new StringBuffer();
    int l_stringLength = l_string.length();

    String l_fileName = System.getProperty( "user.dir" ) + File.separator + "transformation" + File.separator + "TransformationMap.properties";
    Transformation.init( l_fileName );

    Properties l_props = Transformation.getProps();
    for ( int i = 0; i < l_stringLength; i++ )
    {
        char l_char = l_string.charAt( i );
        int l_intValue = (int) l_char;
        if ( l_intValue <= 255 )
        {
            l_stringBuffer.append( l_char );
        }
        else
        {
            l_stringBuffer.append( l_props.getProperty( String.valueOf( l_char ), "" ) );
        }
    }
    c_log.info( l_stringBuffer.toString() );
    byte[] l_bytes = l_string.getBytes();
    byte[] l_transformedBytes = Transformation.transform( l_bytes );
    assertNotNull( l_transformedBytes );

}

以下逻辑并不真正相关(?),因为在第一个系统之后,前面提到的“?”被打印出来而不是正确的字符(因此下面的测试失败)。也没有使用默认平台编码。

该测试根据TransformationMap.properties文件转换每个字符,该文件采用以下形式(只是摘录):

Ý=Y
ý=y
Ž=Z
ž=z
°=.
€=EUR

应该注意的是,当我使用Ant构建项目时,测试运行没有任何问题。


答案 1

我自己找到了一个“解决方案”:

我必须将编码传递到maven-surefire-plugin中,但通常

<encoding>${project.build.sourceEncoding}</encoding>

不起作用。我仍然不知道为什么,但是当我将命令行参数传递到插件中时,测试会按预期工作:

<plugin>
      <groupId>org.apache.maven.plugins</groupId>
      <artifactId>maven-surefire-plugin</artifactId>
      <version>2.15</version>
      <configuration>
        <argLine>-Dfile.encoding=UTF-8</argLine>
      </configuration>
</plugin>

感谢您的所有回复和其他评论!


答案 2
  1. 调试 Unicode 问题时,请确保将所有内容转换为 ASCII,以便可以阅读和理解字符串中的内容,而无需猜测。这意味着你应该使用,例如,从commons-lang3变成.这样,您可以确保看到,因为控制台无法打印它。你可以区分 “ ” () 和 “ ” “ (StringEscapeUtilsä\u00e4?\u0020\u00a0)

    在测试用例中,请尽早检查输入的转义版本,以确保数据确实是您所期望的。

    所以上面的代码应该是:

    assertEquals("\u010d\u00e4\u....", escape(l_string));
    
  2. 确保对文件 I/O 使用正确的编码。切勿使用 Java 的默认编码,始终使用 / 并指定要使用的编码。InputStreamReaderOutputStreamWriter

  3. POM 看起来是正确的。运行 with 以确保它选取正确的选项并使用正确的选项运行 Java 编译器。 也可能有所帮助。mvn-Xmvn help:effective-pom

  4. 反汇编类文件以检查字符串。Java将用于表示它无法读取某些内容。?

    如果从 中获取 ,则表示代码不是使用 UTF-8 编译的,或者源文件可能使用其他 Unicode 编码(UTF-16 或类似编码)保存。?System.out.println( ">>> " + l_string );

    另一个问题来源可能是属性文件。确保它是使用ISO-8859-1保存的,并且它没有被编译过程修改。

  5. 确保 Maven 实际编译了您的文件。用于强制完全重新编译。mvn clean


推荐