Java 中处理日文全角长音符（ー）在 SHIFT_JIS 编码下的乱码问题-java教程-PHP中文网

Java 中处理日文全角长音符（ー）在 SHIFT_JIS 编码下的乱码问题

java 将 utf-8 源数据写入 shift_jis 文件时，全角长音符「ー」（u+ff0d）因不在标准 shift_jis 字符集中而被替换为问号「?」，需通过字符映射或编码兼容方案解决。

java 将 utf-8 源数据写入 shift_jis 文件时，全角长音符「ー」（u+ff0d）因不在标准 shift_jis 字符集中而被替换为问号「?」，需通过字符映射或编码兼容方案解决。

在 Java 应用中，当从 UTF-8 编码的数据库读取日文文本（如 "東１－１"），并尝试以 SHIFT_JIS 编码写入文件时，全角长音符「ー」（Unicode U+FF0D，即 －，注意：问题中实际使用的是 － 而非平假名长音符号 ー U+30FC）常出现乱码——表现为输出中该字符被替换为 ?，对应十六进制 3F，而非预期的 81 7C（SHIFT_JIS 中「ー」的正确双字节编码）。

根本原因在于：标准 SHIFT_JIS（即 MS932 的子集）并不原生支持 Unicode 全角连字符 －（U+FF0D）。该字符属于 JIS X 0213 扩展字符集，在传统 SHIFT_JIS（基于 JIS X 0208）中无对应码位。验证如下：

$ echo -en '\uFF0D' | iconv -f UTF-8 -t SHIFT-JIS
iconv: illegal input sequence at position 0

而真正能在 SHIFT_JIS 中正确表示的“长音符”是 平假名长音符号 ー（U+30FC），其在 SHIFT_JIS 中编码确为 0x817C。因此，请首先确认原始字符串中使用的是否为正确字符：

字符	Unicode	名称	是否支持于标准 SHIFT_JIS
`ー`	U+30FC	KATAKANA-HIRAGANA PROLONGED SOUND MARK	✅ 是（`81 7C`）
`－`	U+FF0D	FULLWIDTH HYPHEN-MINUS	❌ 否（无映射）

✅ 解决方案推荐（按优先级排序）：

预处理替换（最稳妥）：将不兼容字符统一映射为 SHIFT_JIS 支持的等价字符：

JavaStoryDevelop
你接手一个需求时，是不是经常这样："改一个小字段 → 结果把不相关的代码也改了"、"需求说得很模糊 → 做着做着发现跑偏了"、"数据库加个字段 → 上线才发现漏了数据兼容"、"做了个新功能 → 一个月后自己都忘了当时怎么设计的"、"写到一半被中断 → 再回来不知道从哪继续"；这个 Skill 就是专门解决这些问题的。它会自动探测你的项目环境（JDK、Spring Boot、ORM、数据库、前端框架），记在

下载
```
String text = "東１－１"; // 注意：此处是 U+FF0D（－）
// 替换全角连字符为平假名长音符（U+30FC），它在 SHIFT_JIS 中可安全编码
String safeText = text.replace('\uFF0D', '\u30FC'); // → "東１ー１"

try (BufferedWriter writer = new BufferedWriter(
        new OutputStreamWriter(new FileOutputStream("output_data"), "SHIFT_JIS"))) {
    writer.write(safeText);
} catch (IOException e) {
    e.printStackTrace();
}
```
输出文件十六进制将为：93 8C 82 50 81 7C 82 50，符合预期。
使用 MS932（Windows-31J）替代 SHIFT_JIS：
Java 的 "SHIFT_JIS" 字符集实现较严格，而 "MS932" 是其 Windows 扩展版本，对部分 JIS X 0213 字符提供代理映射（如将 U+FF0D 映射为 0x815C）。但该行为非标准、不可移植，且不同 JDK 版本表现可能不一致，不建议生产环境依赖。

启用替换策略（仅作兜底）：
若必须保留原始字符且接受语义损失，可自定义 CharsetEncoder 设置替换策略，但无法恢复原意：

CharsetEncoder encoder = Charset.forName("SHIFT_JIS").newEncoder()
    .onMalformedInput(CodingErrorAction.REPLACE)
    .onUnmappableCharacter(CodingErrorAction.REPLACE);

⚠️ 重要注意事项：

不要混淆 ー（U+30FC，长音符）与 －（U+FF0D，全角减号/连字符）——二者视觉相似但语义与编码支持完全不同；
数据库字段应明确使用 UTF-8 或 UTF-16 存储，并在 JDBC 连接 URL 中指定 useUnicode=true&characterEncoding=UTF-8；
建议在写入前对关键日文字符做兼容性校验（例如用 Charset.isSupported() + CharsetEncoder.canEncode()）；
终极建议：如业务允许，优先采用 UTF-8 输出，避免传统编码陷阱。