检查String是否包含编码字符

Question

您好我正在寻找一种方法来检测字符串是否被编码

例如

    String name = "Hellä world";
    String encoded = new String(name.getBytes("utf-8"), "iso8859-1");

这个encoded变量的输出是：

Hellä world

正如你所看到的，有一个带有坟墓和另一个符号的A. 有没有办法检查输出是否包含编码字符？

Answer 1

听起来你想要检查从latin1中的字节解码的字符串是否也可以用UTF-8解码。 这很简单，因为非法字节序列被字符\\ ufffd替换：

String recoded = new String(encoded.getBytes("iso-8859-1"), "UTF-8");
return recoded.indexOf('\uFFFD') == -1; // No replacement character found

Answer 2

你的问题没有意义。 java String是一个字符列表。 在将它们转换为字节之前，它们没有编码，此时你需要指定一个（尽管你会看到许多使用平台默认的代码，例如没有参数的String.getBytes() ）。

我建议你阅读这篇http://kunststube.net/encoding/ 。

Answer 3

String name = "Hellä world";
String encoded = new String(name.getBytes("utf-8"), "iso8859-1");

这段代码只是一个字符损坏错误。 您使用UTF-16字符串，将其转码为UTF-8，假装它是ISO-8859-1并将其转码回UTF-16，导致字符编码错误。

Answer 4

如果我正确理解了您的问题，此代码可能会对您有所帮助。 函数isEncoded检查其参数是否可以编码为ascii或者是否包含非ascii-chars。

public boolean isEncoded(String text){

    Charset charset = Charset.forName("US-ASCII");
    String checked=new String(text.getBytes(charset),charset);
    return !checked.equals(text);

}

@Test
public void testAscii() throws Exception{
    Assert.assertFalse(isEncoded("Hello world"));
}


@Test
public void testNonAscii() throws Exception{
    Assert.assertTrue(isEncoded("Hellä world"));
}

您还可以检查其他字符集更改charset var或将其移动到参数。

Answer 5

我不确定你想做什么或者你的问题是什么。

这条线没有任何意义：

String encoded = new String(name.getBytes("utf-8"), "iso8859-1");

您将您的name编码为“UTF-8”，然后尝试解码为“iso8859-1”。

如果您将name编码为“iso8859-1”，只需执行name.getBytes("iso8859-1") 。

请告诉我们您遇到的问题是什么，以便我们可以提供更多帮助。

Answer 6

您可以通过此代码检查您的字符串是否已编码

public boolean isEncoded(String input) {

    char[] charArray = input.toCharArray();
    for (int i = 0, charArrayLength = charArray.length; i < charArrayLength; i++) {
        Character c = charArray[i];
        if (Character.getType(c) == Character.OTHER_LETTER)){
            return true;
        }
    }
    return false;
}