"用于编码UTF-8的不可映射字符"错误

Question

我在以下方法中遇到编译错误.

public static boolean isValidPasswd(String passwd) {
    String reg = "^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[~#;:?/@&!\"'%*=¬.,-])(?=[^\\s]+$).{8,24}$";
    return Pattern.matches(reg, passwd);
}

at Utility.java:[76,74] unmappable character for 
enoding UTF-8. 74th character is' " '

我怎样才能解决这个问题？谢谢.

Answer 1

您的源代码文件存在编码问题.它可能是ISO-8859-1编码,但编译器设置为使用UTF-8.这将导致使用字符时出错,这些字符在UTF-8和ISO-8859-1中不具有相同的字节表示.这将发生在不属于ASCII的所有字符中,例如¬ NOT SIGN.

您可以使用以下程序模拟此项.它只是使用你的源代码行并生成一个ISO-8859-1字节数组,并使用UTF-8编码解码这个"错误".您可以看到线路被损坏的位置.我在您的源代码中添加了2个空格以适合位置74以使其适合¬ NOT SIGN,这是唯一的字符,它将生成ISO-8859-1编码和UTF-8编码的不同字节.我想这会使缩进与真实的源文件相匹配.

 String reg = "      String reg = \"^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[~#;:?/@&!\"'%*=¬.,-])(?=[^\\s]+$).{8,24}$\";";
 String corrupt=new String(reg.getBytes("ISO-8859-1"),"UTF-8");
 System.out.println(corrupt+": "+corrupt.charAt(74));
 System.out.println(reg+": "+reg.charAt(74));     

这导致以下输出(由于标记而混乱):

String reg ="^(？=.[0-9])(？=. [az])(？=.[AZ])(？=. [〜#;:？/ @&!"'%*= ., - ])(？= [^\s] + $).{8,24} $";:

String reg ="^(？=.[0-9])(？=. [az])(？=.[AZ])(？=. [〜#;:？/ @&!"'%*= ¬., - ])(？= [^\s] + $).{8,24} $";:¬

请访问https://ideone.com/ShZnB,查看"直播"

要解决此问题,请使用UTF-8编码保存源文件.

Answer 2

我正在Linux机器上为2000年开始的遗留系统设置CI构建服务器.有一个部分生成包含非UTF8字符的PDF.我们正处于发布的最后阶段,所以我无法取代让我悲伤的角色,但对于Dilbertesque的原因,我不能等待一周后才能解决这个问题.幸运的是,Ant中的"javac"命令有一个"encoding"参数.

 <javac destdir="${classes.dir}" classpathref="production-classpath" debug="on"
     includeantruntime="false" source="${java.level}" target="${java.level}"

     encoding="iso-8859-1">

     <src path="${production.dir}" />
 </javac>

Answer 3

Java编译器假定您的输入是UTF-8编码,因为您指定它是因为它是您的平台默认编码.

但是,.java文件中的数据实际上并未以UTF-8编码.问题可能就是¬角色.确保您选择的编辑器(或IDE)实际上以UTF-8编码保护其文件.

Answer 4

在 Eclipse 中尝试转到文件属性 ( Alt+ Enter) 并将Resource→ ' Text File encoding' →更改Other为UTF-8. 重新打开文件并检查字符串/文件中某处是否有垃圾字符。去掉它。保存文件。

将编码资源 → ' Text File encoding' 改回默认值。

编译和部署代码。

Answer 5

对于 IntelliJ 用户来说，一旦你知道原始编码是什么，这就非常容易了。您可以从窗口右下角选择编码，系统将提示您一个对话框：

\n\n

\n

您选择的编码（“[编码类型]”）可能会更改“[您的文件]”的\n内容。您想从磁盘重新加载文件还是转换文本并以新编码保存？

\n

\n\n

因此，如果您碰巧以某种奇怪的编码保存了一些字符，您应该首先选择“重新加载”以全部以错误字符的编码加载文件。对我来说这变成了？字符转换为适当的值。

\n\n

IntelliJ 可以判断您是否很可能没有选择正确的编码，并会向您发出警告。恢复并重试。

\n\n

一旦您看到坏字符消失，请将右下角的编码选择框更改回您最初想要的格式（如果您在 Google 上搜索此错误消息，则可能是 UTF-8）。这次选择对话框上的“转换”按钮。

\n\n

对我来说，我需要重新加载为“windows-1252”，然后转换回“UTF-8”。有问题的字符是单引号（\xe2\x80\x98 和 \xe2\x80\x99），可能是从 Word 文档（或电子邮件）中使用错误的编码粘贴的，上述操作会将它们转换为 UTF-8 。

\n

Answer 6

以下内容为我编译：

\n\n

class E{\n   String s = "^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[~#;:?/@&!\\"\'%*=\xc2\xbc.,-])(?=[^\\\\s]+$).{8,24}$";\n}\n

\n\n

看：

\n\n

\n