java Crontab更改jar执行时的字符编码
我有一个用Java编写的webcrawling软件，可以浏览任何给定的网站并收集数据。到目前为止，一切顺利。我使用JSoupAPI是为了方便，但这并不重要。我的问题在于编码
当我在服务器上运行Jar文件（使用java-jarcrawler.Jar）时，它完美地捕获了数据——包括国际重读，比如á、é等等。然而当我通过crontab计划它时，它只是把每个非基本字符都搞糟了！这里有什么问题？我真是不知所措，一个答案真的可以拯救我的皮肤
编辑-一位朋友建议我使用以下代码检查Cron上运行的区域设置：
*/1 * * * * locale > /home/user/locale.ouput
我做到了，而且crontab似乎使用了POSIX语言环境，而不是UTF-8的系统设置。我将看看如何将其更改为UTF-8。任何提示都将不胜感激
# 1 楼答案
在将字节转换为字符或从字符转换为字节时，显式设置字符编码。例如，在字符串构造函数中，String。getBytes（）、InputStreamReader构造函数等
如果这还不够，请在启动Java之前，尝试在crontab中将LANG环境变量设置为不同的值。例如，你可以使用
# 2 楼答案
好的，所以我假设如果您在生产服务器上测试这个，那么您正在使用ssh或类似工具远程运行它，并在终端模拟器上查看结果
Java显然是unicode，所以这听起来像是unicode ascii问题。如果服务器正在将这些内容写入文本文件，那么输出编码和终端上的呈现方式之间可能存在某种差异
如果将其设置为写入文件，我首先要做的是，尝试另一个终端仿真器，以确保文本没有被非unicode仿真器篡改。如果这不是问题所在，您可能需要仔细检查文件本身的字符编码，并确保软件没有隐藏的问题
理想情况下，您只需在物理服务器上打开一个tty，并以这种方式查看输出和字符编码，但这并不总是方便或可能的
我在乱码文本方面也遇到过类似的问题，几乎总是归结为终端模拟器的问题