Java中将UTF-8日文全角字符ー转SHIFT_JIS时出现乱码问题

你代码里的字符－是Unicode的U+2014（EM DASH，中文破折号），而非SHIFT_JIS编码817C对应的U+30FC（全角长音符号「ー」）。由于U+2014不在SHIFT_JIS的字符映射范围内，Java的OutputStreamWriter编码时会将无法映射的字符默认替换为?（十六进制3F）。

有两种可行处理方式：

1. 替换目标字符（推荐） #

将字符串中的中文破折号替换成全角长音符号，再执行编码：

public class ShiftJisTest {
    public static void main(String[] args) {
        String text = "東１－１";
        // 替换中文破折号为日语全角长音符号
        String convertedText = text.replace('－', 'ー');
        try (BufferedWriter writer = new BufferedWriter(
                new OutputStreamWriter(new FileOutputStream("output_data"), "SHIFT_JIS"))) {
            writer.write(convertedText);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

运行后输出的十六进制为93 8C 82 50 81 7C 82 50，完全符合预期。

2. 指定编码错误处理策略（仅用于校验场景） #

若需严格校验编码合法性，可设置CharsetEncoder的错误处理规则，遇到无法编码的字符直接抛出异常（而非替换为?）：

import java.io.*;
import java.nio.charset.Charset;
import java.nio.charset.CharsetEncoder;
import java.nio.charset.CodingErrorAction;

public class ShiftJisTest {
    public static void main(String[] args) {
        String text = "東１－１";
        Charset shiftJis = Charset.forName("SHIFT_JIS");
        CharsetEncoder encoder = shiftJis.newEncoder()
                .onMalformedInput(CodingErrorAction.REPORT)
                .onUnmappableCharacter(CodingErrorAction.REPORT);
        
        try (OutputStreamWriter writer = new OutputStreamWriter(new FileOutputStream("output_data"), encoder);
             BufferedWriter bw = new BufferedWriter(writer)) {
            bw.write(text);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

此方式会抛出CharacterCodingException，明确提示无法编码U+2014，适合需要严格控制字符编码的场景。

• SHIFT_JIS字符集范围有限，仅覆盖日语常用字符及部分符号，中文破折号、英文长破折号等字符不在其映射表内。
• 从数据库读取文本时，需确认存储的字符为日语标准全角长音符号U+30FC，避免混入类似字符导致编码失败。

内容的提问来源于stack exchange，提问作者Prince