マルチバイト エンコーディングのサポートを追加する方法がわかりませんし、マルチバイト言語に関する知識もほとんどありません。検索エンジンに取り組んでいる私のアプリケーションは、すべてのプログラミング言語のコードをスキャンします。ソースコードによっては、コメント セクションに CJK エンコーディングが含まれている場合があります。簡単にするために、ソース コード サンプルとして Java を使用し、アプリケーションも Java で作成します。
最初に、インデックスを作成するソース コードに CJK エンコーディングがあるかどうか、およびそれがアプリケーションによってエンコードされているかどうかを確認するテスト ケースを作成したいと考えています。サポートが含まれていない場合、テストが失敗するようにして、将来追加できるようにしたいと考えています。
しかし、それをテストする方法、単体テスト用の入力サンプルにCJKを入力する方法、およびJavaアプリケーションコンソールに出力されるものはわかりません。