如何在Java中打开包含重音符号的文件？
（ 编辑澄清并添加一些代码 ）
您好，我们需要解析来自世界各地的用户发送的数据。 我们的Linux系统具有en_US.UTF-8的默认语言环境。 但是，我们经常会在名称中收到带有变音符号的文件，例如“ special_á_ã_è_characters.doc ”。 虽然操作系统可以很好地处理这些文件，并且一个strace显示操作系统将正确的文件名传递给Java程序，但是Java会弹出名称并抛出“找不到文件”ioexception试图打开它们。
这个简单的程序可以说明问题：
import java.io.*; import java.text.*; public class load_i18n { public static void main( String [] args ) { File actual = new File("."); for( File f : actual.listFiles()){ System.out.println( f.getName() ); } } }
在包含文件special_á_ã_è_characters.doc和默认美国英语语言环境的目录中运行此程序可以：
special_�_�_�_characters.doc
通过export LANG = es_ES @ UTF-8设置语言正确打印出文件名（但是这是一个不可接受的解决方案，因为整个系统现在以西class牙语运行。）如下所示在程序中明确设置Locale也没有效果。 下面我修改了程序a）尝试打开文件，b）打开文件时无论是ASCII还是字节数组都打印出来：
import java.io.*; import java.util.Locale; import java.text.*; public class load_i18n { public static void main( String [] args ) { // Stream to read file FileInputStream fin; Locale locale = new Locale("es", "ES"); Locale.setDefault(locale); File actual = new File("."); System.out.println(Locale.getDefault()); for( File f : actual.listFiles()){ try { fin = new FileInputStream (f.getName()); } catch (IOException e){ System.err.println ("Can't open the file " + f.getName() + ". Printing as byte array."); byte[] textArray = f.getName().getBytes(); for(byte b: textArray){ System.err.print(b + " "); } System.err.println(); System.exit(-1); } System.out.println( f.getName() ); } } }
这会产生输出
es_ES load_i18n.class Can't open the file special_�_�_�_characters.doc. Printing as byte array. 115 112 101 99 105 97 108 95 -17 -65 -67 95 -17 -65 -67 95 -17 -65 -67 95 99 104 97 114 97 99 116 101 114 115 46 100 111 99
这表明问题不仅仅是控制台显示的问题，因为相同的字符及其表示以字节或ASCII格式输出。 实际上，即使对于某些实用程序（如bash的echo）使用LANG = en_US.UTF-8，控制台显示也能正常工作：
[mjuric@arrhchadm30 tmp]$ echo $LANG en_US.UTF-8 [mjuric@arrhchadm30 tmp]$ echo * load_i18n.class special_á_ã_è_characters.doc [mjuric@arrhchadm30 tmp]$ ls load_i18n.class special_?_?_?_characters.doc [mjuric@arrhchadm30 tmp]$
是否可以修改此代码，以便在使用LANG = en_US.UTF-8的Linux下运行时，它会以可以成功打开的方式读取文件名？
首先，使用的字符编码与语言环境没有直接关系。 因此，更改区域设置无济于事。
其次，在ISO-8859-1而不是UTF-8中打印的Unicode替换字符U + FFFD 是典型的。 这是一个证据：
System.out.println(new String(" ".getBytes("UTF-8"), "ISO-8859-1")); // �
所以有两个问题：
- 您的JVM正在将这些特殊字符读作
- 您的控制台正在使用ISO-8859-1来显示字符。
对于Sun JVM，VM参数-Dfile.encoding=UTF-8 应该解决第一个问题。 第二个问题是在控制台设置中修复。 如果您使用的是Eclipse，则可以在Window> Preferences> General> Workspace> Text File Encoding中更改它。 也将它设置为UTF-8。
更新 ：根据您的更新：
byte[] textArray = f.getName().getBytes();
这应该是以下排除平台默认编码的影响：
byte[] textArray = f.getName().getBytes("UTF-8");
如果仍然显示相同，那么问题就更深了。 你正在使用什么JVM？ 做一个java -version 。 如前所述， -Dfile.encoding参数是特定于Sun JVM的。 有些Linux机器附带了GNU JVM或OpenJDK的JVM，这个参数可能不起作用。
这是JRE / JDK中存在多年的错误。
如果拒绝在文件名中打开带有特殊字符的文件，如何修复java？
File.exists（）失败，名称中包含unicode字符
我现在正在向他们重新提交新的错误报告，因为LC_ALL = en_us将修复一些情况，同时它会在其他情况下失败。
这是旧的skool java File api中的一个错误，也许只是在Mac上？ 无论如何，新的java.nio api工作得更好。 我有几个文件包含无法使用java.io …类加载的unicode字符。 转换我的所有代码后使用java.nio.Path EVERYTHING开始工作。 我用java.nio.Files替换了apache FileUtils（它有同样的问题）……
Java系统属性file.encoding应与控制台的字符编码匹配。 在命令行上启动java时必须设置该属性：
java -Dfile.encoding=UTF-8 …
通常这会自动发生，因为控制台编码通常是平台默认编码，如果您没有明确指定，则Java将使用平台默认编码。
好吧，我整天都被这个问题勒死了！ 我以前的（错误的）代码和你一样：
for(File f : dir.listFiles()) { String filename = f.getName(); // The filename here is wrong ! FileInputStream fis = new FileInputStream (filename); }
并且它不起作用（我在CentOS 6上使用Java 1.7 Oracle，对于除zimbra => LANG和LC_CTYPE = C之外的所有用户使用LANG和LC_CTYPE = fr_FR.UTF-8 – 哪个btw肯定是这个问题的原因但是我没有Zimbra停止工作的风险，就无法改变这一点……）
所以我决定使用新的java.nio.file包（Files and Paths）：
DirectoryStream paths = Files.newDirectoryStream(Paths.get(outputName)); for (Iterator iterator = paths.iterator(); iterator.hasNext();) { Path path = iterator.next(); String filename = path.getFileName().toString(); // The filename here is correct ... }
因此，如果您使用的是Java 1.7，那么您应该尝试将新类添加到java.nio.file包中：它节省了我的一天！
希望能帮助到你
在DirectoryStream用法中，不要忘记关闭流（尝试使用资源可以在这里帮助）