ISO-8859-1至Java中的UTF-8

Question

包含哈瓦那（UTF-8）的XML被发送到服务A。

服务A将其发送给服务B。

该字符串被编码为“ ˆç”（ISO-8859-1）。

如何将其编码回哈瓦那？ 考虑到Java中的所有字符串都是UTF-16。 服务B必须将其比较为“哈瓦那”而不是“瓦茨”。

谢谢。

Answer 1

读取文本文件时，必须使用用于创建该文件的实际编码来读取它。 如果指定适当的编码，则将在内存中获得正确的字符。 因此，如果同一文件（看来）存在两个版本（UTF-8编码和ISO-8859-1），则使用UTF-8读取第一个文件和使用ISO-8859-1读取第二个文件将导致完全相同内存中的字符。

仅当首先要使用ISO-8859-1编码文件时，以上内容才适用。 UTF-8能够存储每个unicode字符。 但是ISO-8859-1只能编码unicode字符（西方语言字符）的一小部分。 在我看来，您实际张贴的字符看起来像中文，而且我认为即使不丢失所有内容，也无法在ISO-8859-1中进行编码。

Answer 2

我认为您误诊了问题：

包含哈瓦那（UTF-8）的XML被发送到服务A。

好 ...

服务A将其发送给服务B。

好 ...

该字符串已转换为å“ ˆç”（ISO-8859-1）。

这是不正确的。 该字符串尚未“转换”。 而是，它已使用错误的字符编码进行了解码。 具体来说，它看起来很像是采用了UTF-8编码的字节，并假定它们是ISO-8859-1编码的，并相应地对其进行了解码。

你能取消选择吗？ 这取决于错误的解码第一次发生的位置。 如果它发生在服务B中，那么您应该能够将数据源重新标记为UTF-8，然后正确对其进行解码。 另一方面，如果第一个错误的解码发生在服务A中，那么您可能会不走运。 错误的解码可能会导致数据丢失，因为无法识别的代码将替换为其他字符。 如果发生这种情况，原始数据将永远消失。

无论哪种情况，处理此问题的最佳方法是找出导致错误字符编码混合的原因，并加以解决。 也许需要固定XML以指定字符集/编码。 也许，传输机制（例如HTTP请求或响应）需要进行纠正以包括正确的文档编码。

Answer 3

使用作者和读者对输入/输出流进行编码/解码：

String yourText = "...";
InputStream yourInputStream = ...;
Writer out = new OutputStreamWriter(youInputStream, "UTF-8");

out.write(yourText);

读者也一样。