Java场景下UTF-8为何无法正确解析进程输入流中的特殊字符

AI 小北

2026-10-5

提问内容

我之前的提问被标记为和「Which encoding does Process.getInputStream() use?」重复，但这不是我要问的核心问题。我的第二个示例里用UTF-8可以正常解析特殊字符，但如果特殊字符来自进程输入流，UTF-8就没法正常解析了。请问出现这个问题的原因是什么？是不是意味着ISO_8859_1是唯一可选的编码？

我正在开发一款可以在运行时获取Azure Key Vault密钥的插件，目前遇到了编码问题：我存储了包含特殊字符ç的字符串HrIaMFBc78!?%$timodagetwiçç99，但用下面的程序读取时，特殊字符ç无法正常解析：

package com.buildingblocks.azure.cli;

import java.io.*;
import java.nio.charset.StandardCharsets;

public class Test {
    static String decodeText(String command) throws IOException, InterruptedException {
        Process p;
        StringBuilder output = new StringBuilder();
        p = Runtime.getRuntime().exec("cmd.exe /c \"" + command + "\"");
        p.waitFor();
        InputStream stream;
        if (p.exitValue() != 0) {
            stream = p.getErrorStream();
        } else {
            stream = p.getInputStream();
        }
        BufferedReader reader = new BufferedReader(new InputStreamReader(stream, StandardCharsets.UTF_8));
        String line = "";
        while ((line = reader.readLine()) != null) {
            output.append(line + "\n");
        }
        return output.toString();
    }

    public static void main(String[] arg) throws IOException, InterruptedException {
        System.out.println(decodeText("az keyvault secret show --name \"test-password\" --vault-name \"test-keyvault\""));
    }
}

程序输出为："value": "HrIaMFBc78!?%$timodagetwi��99"

如果我用下面的程序解析该字符串，特殊字符ç可以正常解析：

package com.buildingblocks.azure.cli;

import java.io.BufferedReader;
import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.Charset;
import java.nio.charset.StandardCharsets;

public class Test {
    static String decodeText(String input, String encoding) throws IOException {
        return
                new BufferedReader(
                        new InputStreamReader(
                                new ByteArrayInputStream(input.getBytes()),
                                Charset.forName(encoding)))
                        .readLine();
    }

    public static void main(String[] arg) throws IOException {
        System.out.println(decodeText("HrIaMFBc78!?%$timodagetwiçç99", StandardCharsets.UTF_8.toString()));
    }
}

两段代码用的BufferedReader配置完全一致，但解析进程输出的代码运行失败，请问是什么原因导致的？

问题解答

两段代码的核心差异
第二段测试代码是直接将Java内存中已按UTF-8存储的字符串转换为字节流，再用UTF-8解码，编码完全匹配所以不会出现乱码。第一段代码读取的是cmd.exe执行az命令输出的原始字节流，这个流的编码并非UTF-8，编码不匹配就会出现�替换字符。
进程输出流编码不匹配的原因
Windows系统下cmd.exe默认使用系统OEM代码页作为输出编码，比如简体中文系统默认代码页为936（GBK），西欧语言系统默认代码页为850/1252，az cli会自动适配当前控制台的编码输出内容，因此你拿到的输出流字节是对应系统代码页的编码，直接用UTF-8解码自然会出错。
关于ISO_8859_1是否是唯一选择
答案是否定的，你可以根据场景选择两种解决方案：
1. 适配当前系统默认编码：直接使用系统默认编码解码流即可，不需要硬编码为UTF-8，代码修改为new InputStreamReader(stream, Charset.defaultCharset())即可，也可以手动查询当前系统代码页指定对应编码，比如西欧系统可以使用StandardCharsets.ISO_8859_1或者Charset.forName("Windows-1252")。
2. 强制全链路使用UTF-8输出：修改执行的命令为cmd.exe /c "chcp 65001 > nul && " + command + ""，chcp 65001是将控制台代码页切换为UTF-8，> nul是屏蔽代码页切换的输出内容，之后az cli就会输出UTF-8编码的内容，你再用UTF-8解码就可以正常解析特殊字符。
额外优化提示
你当前的代码逻辑是先调用p.waitFor()等待进程结束再读取流，存在性能问题甚至死锁风险：如果子进程输出内容较多填满了操作系统的缓冲区，子进程会阻塞等待缓冲区被读取，此时你的主进程在等待子进程退出，就会出现永久卡住的情况。建议修改逻辑为：启动进程后立即启动独立线程分别读取标准输出流和错误流，再调用waitFor()等待进程结束。

内容的提问来源于stack exchange，提问作者Coding_Rabbit