Java中非英文字符正确编码：多语言内容乱码问题排查

你的代码出现乱码的核心原因是不必要且错误的字节数组转换操作，咱们一步步拆解问题并解决：

问题出在哪里？ #

你写的这段代码：

String content = "Εισιτήρια"; 
System.out.println(new String(content.getBytes(), "UTF-8"));

这里的content.getBytes()没有指定编码，会默认使用系统平台的编码（比如Windows上的GBK、Linux上的UTF-8）。如果你的系统默认编码不是UTF-8，这一步会把原本正确的Unicode字符串（Java内部String都是Unicode编码）转成错误的字节序列，再用UTF-8解码自然会出现�这种无法识别的替换字符。

正确的处理方式 #

Java的String本身就是基于Unicode的，只要保证输入环节编码正确、输出环节编码正确，就不需要做这种画蛇添足的转换。

1. 处理字符串字面量的情况

如果是直接在代码里写多语言字符串，需要两步确保正确：

• 把你的.java文件保存为UTF-8编码（大多数IDE默认就是，但最好确认一下，比如IDEA里可以在File→Settings→Editor→File Encodings里设置）；
• 编译时指定UTF-8编码（避免编译器用系统默认编码解析文件）：

  javac -encoding UTF-8 YourClass.java
  

然后直接输出即可，不需要额外转换：

public class Test {
    public static void main(String[] args) {
        String content = "Εισιτήρια";
        System.out.println(content);
    }
}

2. 处理从文件/输入流读取内容的情况

读取文件时必须明确指定UTF-8编码，避免依赖系统默认编码：

import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;

public class Test {
    public static void main(String[] args) throws Exception {
        // 读取UTF-8编码的文件内容
        String content = Files.readString(Paths.get("your-content.txt"), StandardCharsets.UTF_8);
        System.out.println(content);
    }
}

3. 解决控制台输出乱码的问题

如果控制台默认编码不是UTF-8（比如Windows的cmd默认是GBK），即使字符串本身正确，输出也会乱码。可以强制设置控制台输出的编码：

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

public class Test {
    public static void main(String[] args) {
        // 将控制台输出编码设置为UTF-8
        System.setOut(new PrintStream(System.out, true, StandardCharsets.UTF_8));
        String content = "Εισιτήρια";
        System.out.println(content);
    }
}

总结 #

核心原则就是：输入时用UTF-8解码，输出时用UTF-8编码，不要随意将String转成字节数组再转回String，因为这很容易引入编码不匹配的问题。

内容的提问来源于stack exchange，提问作者user1614862