javadoc中的Unicode和注释？

某些编译器在JavaDoc和源代码注释中的非ASCII字符上失败。 Java源文件中关于Unicode的当前（Java 7）和未来（Java 8及更高版本）实践是什么？ IcedTea，OpenJDK和其他Java环境之间是否存在差异，以及语言规范的含义是什么？ 是否应该使用HTML 和转义在JavaDoc中转义所有非ASCII字符; 像代码？ 但Java //评论等同于什么？

更新 ：注释表明可以使用任何字符集，并且在编译时需要指示源文件中使用的字符集。 我将研究这个，并将寻找有关如何通过Ant，Eclipse和Maven配置它的详细信息。

某些编译器在JavaDoc和源代码注释中的非ASCII字符上失败。

这很可能是因为编译器假定输入为UTF-8，并且源文件中存在无效的UTF-8序列。 这些似乎在您的源代码编辑器中的注释中是无关紧要的，因为词法分析器（区分注释与其他令牌）永远不会运行。 当工具尝试在词法分析器运行之前将字节转换为字符时发生故障。

javac和javadoc的man页说 

 -encoding name Specifies the source file encoding name, such as EUCJIS/SJIS. If this option is not specified, the plat- form default converter is used.

所以用编码标志运行javadoc 

 javadoc -encoding  ...

将替换为您用于源文件的编码后，应该使其使用正确的编码。

如果您需要在一组源文件中使用多个编码，并且需要一起编译，则需要先修复该编码，然后对所有源文件采用单一统一编码。 你应该只使用UTF-8或坚持使用ASCII。

Java源文件中关于Unicode的当前（Java 7）和未来（Java 8及更高版本）实践是什么？

用Java处理源文件的算法是

  1. 收集字节
  2. 使用某种编码将字节转换为字符（UTF-16代码单元）。
  3. 替换'\\' 'u'所有序列，后跟四个hex数字，代码单元对应于这些hex数字。 如果"\u"后面没有四个hex数字，则输出错误。
  4. Lex把这些字母变成了代币。
  5. 将标记解析为类。

当前和以前的做法是，将字节转换为UTF-16代码单元的步骤2取决于加载编译单元（源文件）的工具，但命令行接口的事实标准是使用-encoding标志。

在转换发生之后，语言要求在进行lexing和解析之前将\uABCD样式序列转换为UTF-16代码单元（步骤3）。

例如： 

 int a; \u0061 = 42;

是一对有效的Java语句。 在将字节转换为字符之后但在解析之前，任何java源代码工具都必须查找\ uABCD序列并转换它们，以便将此代码转换为 

 int a; a = 42;

在解析之前。 无论\ uABCD序列出现在何处，都会发生这种情况。

这个过程看起来像

  1. 获取字节： [105, 110, 116, 32, 97, 59, 10, 92, 117, 48, 48, 54, 49, 32, 61, 32, 52, 50, 59]
  2. 将字节转换为字符： ['i', 'n', 't', ' ', 'a', ';', '\n', '\\', 'u', '0', '0', '6', '1', ' ', '=', ' ', '4', '2', ';']
  3. 替换unicode转义： ['i', 'n', 't', ' ', 'a', ';', '\n', a, ' ', '=', ' ', '4', '2', ';']
  4. Lex： ["int", "a", ";", "a", "=", "42", ";"]
  5. 解析:( (Block (Variable (Type int) (Identifier "a")) (Assign (Reference "a") (Int 42)))

是否所有非ASCII字符都在JavaDoc中使用HTML＆escape; -like代码进行转义？

除了要在文档中直接显示的'<'类'<' HTML特殊字符外，无需任何其他内容。 您可以在javadoc注释中使用\uABCD序列。 Java进程\u....在解析源文件之前，它们可以在任何地方出现在字符串，注释中。 这就是为什么 

 System.out.println("Hello, world!\u0022);

是一个有效的Java语句。 

 /** @return \u03b8 in radians */

相当于 

 /** @return θ in radians */

就javadoc而言。

但Java //评论等同于什么？

您可以在java中使用//注释，但Javadoc只查看/**...*/注释文档。 //评论不是元数据携带。

Java处理\uABCD序列的一个分支是，尽管如此 

 // Comment text.\u000A System.out.println("Not really comment text");

看起来像一行注释，许多IDE会突出显示它，但事实并非如此。

正如评论者指出的那样，源文件的编码可以传递给（至少一些）编译器。 在这个答案中，我将总结如何传递这些信息。

日食

Eclipse（3.7已检查）不需要任何特殊配置，您可以愉快地使用Java源代码，如： 

 double π = Math.PI;

ant

Java的 

 javac -encoding UTF-8 src/main/Foo.java
Interesting Posts