将 InputStream 从 ISO-8859-1 转换为 UTF-8

Question

我在 ISO-8859-1 中有一个包含德语变音符号的文件，我需要使用 JAXB 对其进行解组。 但在我需要UTF-8中的内容之前。

@Override
public List<Usage> convert(InputStream input) {
    try {
        InputStream inputWithNamespace = addNamespaceIfMissing(input);
        inputWithNamespace = convertFileToUtf(inputWithNamespace);
        ORDR order = xmlUnmarshaller.unmarshall(inputWithNamespace, ORDR.class);
        ...

我将“文件”作为 InputStream 获取。 我的想法是读取 UTF-8 中的文件内容并制作另一个 InputStream 来使用。 这是我尝试过的：

private InputStream convertFileToUtf(InputStream inputStream) throws IOException {
    byte[] bytesInIso = ByteStreams.toByteArray(inputStream);
    String stringIso = new String(bytesInIso);
    byte[] bytesInUtf = new String(bytesInIso, ISO_8859_1).getBytes(UTF_8);
    String stringUtf = new String(bytesInUtf);
    return new ByteArrayInputStream(bytesInUtf);
}

我有这 2 个字符串来检查内容，但即使只是读取 ISO 文件，它也会在变音符号所在的位置（？）给出问号，并将其转换为 UTF_8 会给出奇怪的字符，如 1/2 等。

更新

byte[] bytesInIso = ByteStreams.toByteArray(inputWithNamespace);
String contentInIso = new String(bytesInIso);

byte[] bytesInUtf = new String(bytesInIso, ISO_8859_1).getBytes(UTF_8);
String contentInUtf = new String(bytesInUtf);  

验证 contentInIso 打印问号而不是变音符号，并且通过检查 contentInIso 而不是变音符号，它有像“�”这样的字符。

@Override
    public List<Usage> convert(InputStream input) {
        try {
            InputStream inputWithNamespace = addNamespaceIfMissing(input);

            byte[] bytesInIso = ByteStreams.toByteArray(inputWithNamespace);
            String contentInIso = new String(bytesInIso);

            byte[] bytesInUtf = new String(bytesInIso, ISO_8859_1).getBytes(UTF_8);
            String contentInUtf = new String(bytesInUtf);

            ORDR order = xmlUnmarshaller.unmarshall(inputWithNamespace, ORDR.class);

此方法转换它由另一个名为 processUsageFile 的方法调用：

private void processUsageFile(File usageFile) {
        try (FileInputStream fileInputStream = new FileInputStream(usageFile)) {
            usageImporterService.importUsages(usageFile.getName(), fileInputStream, getUsageTypeValidated(usageFile.getName()));
            log.info("Usage file {} imported successfully. Moving to archive directory", usageFile.getName());

如果我在 UPDATE 语句下编写代码并在尝试后立即将其放入，则第一个 contentInIso 有问号，但 contentInUtf 有变音符号。 然后，通过进入转换，jabx 会抛出一个异常，即文件有一个过早的行尾。

Answer 1

关于你得到的行为，

String stringIso = new String(bytesInIso);

在这一步中，您通过使用平台的默认字符集解码指定的字节数组来构造一个新的字符串。

由于这可能不是 ISO_8859_1，我认为您正在查看的字符串在这里变得乱码。