javac编译含西里尔字母Java代码报错及运行时字符忽略问题排查

API 探路者

2026-9-29

问题根因

你查到的默认编码windows-1252是西欧字符集，本身并不支持西里尔字母，支持西里尔的是windows-1251编码，这是核心认知误区。
最初的编译报错是因为javac默认用系统编码windows-1252解析UTF-8编码的源码文件，多字节的西里尔字符被拆分为多个乱码单字符，触发字符字面量未闭合、非法字符的报错。
加了javac -encoding UTF-8后编译成功，但运行时读取输入默认使用系统的windows-1252编码解码，西里尔字符解码失败变成乱码，无法匹配switch中的西里尔字符case，所以只有不属于西里尔的感叹号被正常识别。

修复方案

统一全链路编码为UTF-8（最通用的方案）
- 确认源码文件本身保存为UTF-8编码，不要使用系统默认编码。
- 读取输入时显式指定UTF-8编码，不要依赖系统默认编码。比如使用Scanner读取输入时，构造方法写为new Scanner(System.in, StandardCharsets.UTF_8)；如果使用InputStreamReader，传入StandardCharsets.UTF_8作为编码参数即可。
- IDE配置需要和编码方案匹配：IDEA可在设置→编辑器→文件编码中将全局编码、项目编码、Java文件编码全部修改为UTF-8；Eclipse可在项目属性的资源→文本文件编码中设置为UTF-8，避免IDE保存文件时自动转码导致字符乱码。
从根源规避编码问题的方案：将switch中的西里尔字符替换为对应的Unicode转义序列，这样不管源码用什么编码编译都不会出错，示例代码如下：

switch (letter) {
   case '\u0410': // 对应西里尔字母 А
      morse_message.append(".- ");
      break;
   case '\u0411': // 对应西里尔字母 Б
      morse_message.append("-... ");
      break;
   case '\u0426': // 对应西里尔字母 Ц
      morse_message.append("-.-. ");
      break;
   ...
}