logo标签列表

Java；尝试将包含ISO-8859-1编码的字符串转换为UTF-8，但文件是UTF-8。

javautf-8character-encodingiso-8859-1
3

我不知道这是否有意义，但这就是我的看法。

我正在使用Eclipse编写文件，并为所有文件使用UTF-8编码。在其中一个文件中，我需要将一个字符串从ISO-8859-1转换为UTF-8。但是，该字符串是在文件内部形成的（而不是来自输入），这就是我认为我的字符串最初以UTF-8格式开始，而转换并没有按照我预期的方式进行的原因。

该字符串的原始内容如下：

||3.2|2013-01-25T17:24:00|ingreso|PAGO EN UNA SOLA EXHIBICION|6386.21|MXN|7408.00|No identificado|NAUCALPAN DE JUÁREZ, ESTADO DE MEXICO|CAOS640116HT5|OSCAR MARTIN CARRERA|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JUÁREZ|ESTADO DE MEXICO|MÉXICO|53100|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JUÁREZ|ESTADO DE MEXICO|MÉXICO|53100|Persona Física con Actividad Empresarial|BAÑ930616R66|BAÑOMOBIL, S.A. DE C.V.|Av. 1° de Mayo|197|San. Lorenzo|TLALNEPANTLA DE BAZ|ESTADO DE MEXICO|MÉXICO|54047|1|NO APLICA|Dominio .com|Dominio por 1 año www.sanitariosportatiles.com|586.21|586.21|1|NO APLICA|Hospedaje 2 Gb|Hospedaje 2 Gb por 1 año www.sanitariosportatiles.com|5800.00|5800.00|IVA|16.00|1021.79|1021.79||

应该使用ISO-8859-1作为原始编码，当我将其转换为UTF-8时，它应该生成。

||3.2|2013-01-25T17:05:06|ingreso|PAGO EN UNA SOLA EXHIBICION|6386.21|MXN|7408.00|No identificado|NAUCALPAN DE JUÃREZ, ESTADO DE MEXICO|CAOS640116HT5|OSCAR MARTIN CARRERA|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JUÃREZ|ESTADO DE MEXICO|MÉXICO|53100|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JUÃREZ|ESTADO DE MEXICO|MÉXICO|53100|Persona Física con Actividad Empresarial|BAÑ930616R66|BAÑOMOBIL, S.A. DE C.V.|Av. 1° de Mayo|197|San. Lorenzo|TLALNEPANTLA DE BAZ|ESTADO DE MEXICO|MÉXICO|54047|1|NO APLICA|Dominio .com|Dominio por 1 año www.sanitariosportatiles.com|586.21|586.21|1|NO APLICA|Hospedaje 2 Gb|Hospedaje 2 Gb por 1 año www.sanitariosportatiles.com|5800.00|5800.00|IVA|16.00|1021.79|1021.79||

这正是我需要的，但我还没有实现它。

以下是我迄今为止尝试过的。

    String input = null;
    input = "||3.2|2013-01-25T17:24:00|ingreso|PAGO EN UNA SOLA EXHIBICION|6386.21|MXN|7408.00|No identificado|NAUCALPAN DE JUÁREZ, ESTADO DE MEXICO|CAOS640116HT5|OSCAR MARTIN CARRERA|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JUÁREZ|ESTADO DE MEXICO|MÉXICO|53100|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JUÁREZ|ESTADO DE MEXICO|MÉXICO|53100|Persona Física con Actividad Empresarial|BAÑ930616R66|BAÑOMOBIL, S.A. DE C.V.|Av. 1° de Mayo|197|San. Lorenzo|TLALNEPANTLA DE BAZ|ESTADO DE MEXICO|MÉXICO|54047|1|NO APLICA|Dominio .com|Dominio por 1 año www.sanitariosportatiles.com|586.21|586.21|1|NO APLICA|Hospedaje 2 Gb|Hospedaje 2 Gb por 1 año www.sanitariosportatiles.com|5800.00|5800.00|IVA|16.00|1021.79|1021.79||";
    String intento1 = null, intento2 = null, intento3 = null;
    try {
        intento1 = new String(input.getBytes("ISO-8859-1"),"UTF-8");
        intento2 = new String(intento1.getBytes(), "UTF-8");
        intento3 = new String(input.getBytes(),"UTF-8");
    } catch (UnsupportedEncodingException e) {
        e.printStackTrace();
    }
    System.out.println(intento1);
    System.out.println(intento2); 
    System.out.println(intento3);

这将返回

||3.2|2013-01-25T17:24:00|ingreso|PAGO EN UNA SOLA EXHIBICION|6386.21|MXN|7408.00|No identificado|NAUCALPAN DE JU?REZ, ESTADO DE MEXICO|CAOS640116HT5|OSCAR MARTIN CARRERA|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JU?REZ|ESTADO DE MEXICO|M?XICO|53100|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JU?REZ|ESTADO DE MEXICO|M?XICO|53100|Persona F?sica con Actividad Empresarial|BA?930616R66|BA?OMOBIL, S.A. DE C.V.|Av. 1? de Mayo|197|San. Lorenzo|TLALNEPANTLA DE BAZ|ESTADO DE MEXICO|M?XICO|54047|1|NO APLICA|Dominio .com|Dominio por 1 a?o www.sanitariosportatiles.com|586.21|586.21|1|NO APLICA|Hospedaje 2 Gb|Hospedaje 2 Gb por 1 a?o www.sanitariosportatiles.com|5800.00|5800.00|IVA|16.00|1021.79|1021.79||
||3.2|2013-01-25T17:24:00|ingreso|PAGO EN UNA SOLA EXHIBICION|6386.21|MXN|7408.00|No identificado|NAUCALPAN DE JU?REZ, ESTADO DE MEXICO|CAOS640116HT5|OSCAR MARTIN CARRERA|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JU?REZ|ESTADO DE MEXICO|M?XICO|53100|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JU?REZ|ESTADO DE MEXICO|M?XICO|53100|Persona F?sica con Actividad Empresarial|BA?930616R66|BA?OMOBIL, S.A. DE C.V.|Av. 1? de Mayo|197|San. Lorenzo|TLALNEPANTLA DE BAZ|ESTADO DE MEXICO|M?XICO|54047|1|NO APLICA|Dominio .com|Dominio por 1 a?o www.sanitariosportatiles.com|586.21|586.21|1|NO APLICA|Hospedaje 2 Gb|Hospedaje 2 Gb por 1 a?o www.sanitariosportatiles.com|5800.00|5800.00|IVA|16.00|1021.79|1021.79||
||3.2|2013-01-25T17:24:00|ingreso|PAGO EN UNA SOLA EXHIBICION|6386.21|MXN|7408.00|No identificado|NAUCALPAN DE JU?REZ, ESTADO DE MEXICO|CAOS640116HT5|OSCAR MARTIN CARRERA|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JU?REZ|ESTADO DE MEXICO|M?XICO|53100|CTO. ORADORES 33|33|CD. SATELITE|NAUCALPAN DE JU?REZ|ESTADO DE MEXICO|M?XICO|53100|Persona F?sica con Actividad Empresarial|BA?930616R66|BA?OMOBIL, S.A. DE C.V.|Av. 1? de Mayo|197|San. Lorenzo|TLALNEPANTLA DE BAZ|ESTADO DE MEXICO|M?XICO|54047|1|NO APLICA|Dominio .com|Dominio por 1 a?o www.sanitariosportatiles.com|586.21|586.21|1|NO APLICA|Hospedaje 2 Gb|Hospedaje 2 Gb por 1 a?o www.sanitariosportatiles.com|5800.00|5800.00|IVA|16.00|1021.79|1021.79||

这并不是我想要的。

编辑1：当我从输入中获取字符串时，其中一个转换可以正常工作，但我需要它在文件内声明时也能正常工作。

编辑2：基本上我需要的是 http://cryptosys.net/cgi-bin/manual.cgi?m=pki&name=CNV_UTF8FromLatin1 但是用Java实现。

4个回答
9

简单来说，如果你想将字符集 charset=iso-8859-1 转换成 Java 字符串（默认为 UTF-8），以下是步骤：

 String response= new String(input.getBytes("ISO-8859-1"),"UTF-8");
4

我终于按照问题中指定的方式展示了它，只是我使用了错误的字符集。

intento2 = new String(input.getBytes(Charset.forName("UTF-8")), Charset.forName("Windows-1252"));

我需要按照我的要求来显示它。

2
我认为这里的根本问题在于你的期望。如果我理解正确，你希望通过更改字符编码将Á更改为Ã。这是不可能的。它们是不同的字符;即不同的代码点- Á是Unicode代码点00C1（或ISO-8859-1中的C1），而Ã是00C3 / C3。
因此，当您将ISO-8859-1中的Á转换为Unicode再转换为UTF-8时，您应该得到完全相同的字符Á。如果不是这样，那么翻译就会出现问题。
如果您的语言/地区的词汇规则表明Á和Ã实际上是等效的，则将其“标准化”为首选形式是合理的。但是，字符编码/解码的作用并不是进行这种与语言环境相关的翻译。您需要自己编写代码...或找到其他库来执行此操作。
在字节级别胡闹（使用一种字符集进行编码，使用另一种字符集进行解码）不会“修复”此问题。如果有什么，它只会使情况变得更糟。您的胡闹正在生成无法映射到目标编码方案的字节序列...因此出现了问号。
问题是，当我从输入源获取它时，例如将其粘贴到命令行中而不是在文件内声明它时，我确实得到了期望的结果。我知道我需要实现的目标似乎很奇怪，但这是另一个服务的要求，所以我需要它以这种方式运行，并且我认为字符集编码和解码会起到作用，某种程度上它确实起到了作用（我只能通过输入源实现它），但我无法在文件内完成它。 - alexhg11
@alexhg11 - 我相信你需要编写Java代码来根据你的要求翻译单个字符。 （但是MÉXICO的翻译是真实的吗？在我的浏览器中看起来很奇怪...） - Stephen C
显然，这对我来说也太奇怪了，但这就是 WebService 所要求的方式，而这正是我遇到困难的地方 :/。我该如何处理呢？我需要在字节级别上进行操作吗？ - alexhg11
0

在从二进制表示中加载任何数据时，您必须知道用于该表示的编码方式，以便解释或解码它。如果您假设错误的编码方式，则可能会得到垃圾--一些毫无意义的东西。

为了从二进制数据构造字符串，您必须指定源数据的编码方式。否则，您可能会得到垃圾--构造的字符串可能不包含源数据中表示的字符。

更具体地说，对于您的情况，如果您尝试使用ISO-8859-1编码加载UTF-8数据，则可能会得到垃圾。我说“可能”是因为这两种编码实际上有很多重叠：低127个代码点（如果我记得正确）。如果仅使用这些低127个代码点，则解码实际上可能“有效”，但由于这不能保证，因此不应依赖它。

如果您告诉Eclipse使用UTF-8解码您的源文件，则只应使用能够并配置为使用UTF-8编码进行编辑的编辑器编辑这些源文件。

另外需要注意的一点是：Java中字符串数据的内部表示形式是UTF-16。因此，说你有包含ISO-8859-1编码的字符串是不正确的。如果你有一个字符串，那么它总是包含UTF-16数据。这些数据是否正确取决于你如何构造字符串，正如上面所讨论的那样。
我不相信Java中的String数据的内部表示是UTF-8。 - Samuel Edwin Ward
哦，我的错。它们是UTF-16编码。:) 但是，它们不是ISO-8859-1编码。 - JimN
有没有一种方法可以声明不同编码的字符串？ - alexhg11
我再重复一遍：Java字符串在内部使用UTF-16编码。当从字符数据构建Java字符串时，您可以指定要使用的编码以进行转换为内部的UTF-16编码。 - JimN
你可能想把所有本地化字符串放在一个单独的数据文件中（而不是粘贴到Java源文件中），然后在运行时加载该数据文件，使用创建/编辑文件时使用的相同编码。查看java.util.Properties以便以一种方便的方式将键/值对存储在文件中。在加载文件时，使用允许您指定要使用的编码的Reader。例如：new InputStreamReader(new FileInputStream(file), "ISO-8859-1")。出于部署目的，将数据作为资源而不是文件加载可能更容易。 - JimN
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接