将InputStream的Latin-1内容转换为UTF-8字符串

Question

我需要将InputStream的内容转换为String。 这里的难点是输入编码，即Latin-1。 我尝试了几种方法和代码片段，包括String，getBytes，char []等，以便直接获得编码，但似乎没有任何效果。

最后，我想出了下面的工作解决方案。 但是，这个代码对我来说似乎有点冗长，即使对于Java也是如此。 所以这里的问题是：

有没有更简单，更优雅的方法来实现这里所做的事情？

private String convertStreamToStringLatin1(java.io.InputStream is)
        throws IOException {

    String text = "";

    // setup readers with Latin-1 (ISO 8859-1) encoding
    BufferedReader i = new BufferedReader(new InputStreamReader(is, "8859_1"));

    int numBytes;
    CharBuffer buf = CharBuffer.allocate(512);
    while ((numBytes = i.read(buf)) != -1) {
        text += String.copyValueOf(buf.array(), 0, numBytes);
        buf.clear();
    }

    return text;
}

Answer 1

首先，对你已采取的方法提出一些批评。 当你只想要一个char[512]时，你不应该不必要地使用NIO CharBuffer 。 您也不需要每次迭代都clear缓冲区。

int numBytes;
final char[] buf = new char[512];
while ((numBytes = i.read(buf)) != -1) {
    text += String.copyValueOf(buf, 0, numBytes);
}

您还应该知道，只使用这些参数构造String将具有相同的效果，因为构造函数也会复制数据。

子阵列的内容被复制; 后续修改字符数组不会影响新创建的字符串。

---

您可以使用动态ByteArrayOutputStream来增加内部缓冲区以容纳所有数据。 然后，您可以使用toByteArray的整个byte[]解码为String 。

优点是推迟解码直到最后避免单独解码片段; 虽然这可能适用于简单的字符集，如ASCII或ISO-8859-1，但它不适用于UTF-8和UTF-16等多字节方案。 这意味着将来更容易更改字符编码，因为代码不需要修改。

private static final String DEFAULT_ENCODING = "ISO-8859-1";

public static final String convert(final InputStream in) throws IOException {
  return convert(in, DEFAULT_ENCODING);
}

public static final String convert(final InputStream in, final String encoding) throws IOException {
  final ByteArrayOutputStream out = new ByteArrayOutputStream();
  final byte[] buf = new byte[2048];
  int rd;
  while ((rd = in.read(buf, 0, 2048) >= 0) {
    out.write(buf, 0, rd);
  }
  return new String(out.toByteArray(), 0, encoding);
}

Answer 2

我不明白它怎么可能简单得多。 我曾经这样做过一次......如果你已经有了一个String，你可以这样做：

new String(originalString.getBytes(), "ISO-8859-1");

所以这样的事情也可以起作用：

BufferedReader reader = new BufferedReader(new InputStreamReader(is));
StringBuilder sb = new StringBuilder();
String line = null;
while ((line = reader.readLine()) != null) {
  sb.append(line + "\n");
}
is.close();
return new String(sb.toString().getBytes(), "ISO-8859-1");

编辑：我应该补充一点，这实际上只是您已经工作的解决方案的替代品。 当谈到在Java中转换Streams时，它不会简单得多，所以去吧。 :)

Answer 3

如果你不想自己探测它，你可以看看apo commons io项目， IOUtils.toString（InputStream输入，字符串编码） ，这似乎可以做你想要的。 我自己没有尝试过该方法，但是java doc声明“ 使用指定的字符编码将InputStream的内容作为String获取。”

Answer 4

Guava的IO包非常好用。

Files.toString(yourFile, CharSets.ISO_8859_1)

或者来自溪流

new String(ByteStreams.toByteArray(stream), CharSets.ISO_8859_1)

Answer 5

我刚刚发现这个问题的答案 读取/将InputStream转换为String可以应用于我的问题，请参阅下面的代码。 无论如何，我非常感谢你到目前为止给出的答案。

private String convertStreamToString(InputStream is, String charsetName) {
    try {
        return new java.util.Scanner(is, charsetName).useDelimiter("\\A").next();
    } catch (java.util.NoSuchElementException e) {
        return "";
    }
}

所以为了从Latin-1编码，请像这样调用：

String message = convertStreamToString(is, "8859_1");