如何确保字符串是UTF-8？

Question

如何将此字符串the surveyÂ's rules转换为Scala中的UTF-8 ？

我尝试过这些道路，但不起作用：

scala> val text = "the surveyÂ’s rules"
text: String = the surveyÂ’s rules

scala> scala.io.Source.fromBytes(text.getBytes(), "UTF-8").mkString
res17: String = the surveyÂ’s rules

scala> new String(text.getBytes(),"UTF8")
res21: String = the surveyÂ’s rules

好的，我已经以这种方式解决了。 不是转换，而是简单的阅读

implicit val codec = Codec("US-ASCII").onMalformedInput(CodingErrorAction.IGNORE).onUnmappableCharacter(CodingErrorAction.IGNORE)

val src = Source.fromFile(new File (folderDestination + name + ".csv"))
val src2 = Source.fromFile(new File (folderDestination + name + ".csv"))

val reader = CSVReader.open(src.reader())

Answer 1

请注意，当您调用不带参数的text.getBytes() ，您实际上正在获取一个字节数组，表示平台默认编码中的字符串。 例如，在Windows上，它可能是一些单字节编码; 在Linux上它已经是UTF-8了。

要正确，您需要在getBytes()方法调用中指定精确编码。 对于Java 7及更高版本，请执

import java.nio.charset.StandardCharsets

val bytes = text.getBytes(StandardCharsets.UTF_8)

对于Java 6，执行以下操作：

import java.nio.charset.Charset

val bytes = text.getBytes(Charset.forName("UTF-8"))

然后bytes将包含UTF-8编码的文本。

Answer 2

只需将JVM的file.encoding参数设置为UTF-8 ，如下所示：

-Dfile.encoding=UTF-8

它确保UTF-8是默认编码。

使用scala它可能是scala -Dfile.encoding=UTF-8 。