![](/img/trans.png)
[英]How to convert an originally Latin-1 char[] from SAX parser to a proper UTF-8 String?
[英]Convert Latin-1 content of InputStream into UTF-8 String
我需要將InputStream的內容轉換為String。 這里的難點是輸入編碼,即Latin-1。 我嘗試了幾種方法和代碼片段,包括String,getBytes,char []等,以便直接獲得編碼,但似乎沒有任何效果。
最后,我想出了下面的工作解決方案。 但是,這個代碼對我來說似乎有點冗長,即使對於Java也是如此。 所以這里的問題是:
有沒有更簡單,更優雅的方法來實現這里所做的事情?
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;
}
首先,對你已采取的方法提出一些批評。 當你只想要一個char[512]
時,你不應該不必要地使用NIO CharBuffer
。 您也不需要每次迭代都clear
緩沖區。
int numBytes;
final char[] buf = new char[512];
while ((numBytes = i.read(buf)) != -1) {
text += String.copyValueOf(buf, 0, numBytes);
}
您還應該知道,只使用這些參數構造String
將具有相同的效果,因為構造函數也會復制數據。
子陣列的內容被復制; 后續修改字符數組不會影響新創建的字符串。
您可以使用動態ByteArrayOutputStream
來增加內部緩沖區以容納所有數據。 然后,您可以使用toByteArray
的整個byte[]
解碼為String
。
優點是推遲解碼直到最后避免單獨解碼片段; 雖然這可能適用於簡單的字符集,如ASCII或ISO-8859-1,但它不適用於UTF-8和UTF-16等多字節方案。 這意味着將來更容易更改字符編碼,因為代碼不需要修改。
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);
}
我不明白它怎么可能簡單得多。 我曾經這樣做過一次......如果你已經有了一個String,你可以這樣做:
new String(originalString.getBytes(), "ISO-8859-1");
所以這樣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");
編輯:我應該補充一點,這實際上只是您已經工作的解決方案的替代品。 當談到在Java中轉換Streams時,它不會簡單得多,所以去吧。 :)
如果你不想自己探測它,你可以看看apo commons io項目, IOUtils.toString(InputStream輸入,字符串編碼) ,這似乎可以做你想要的。 我自己沒有嘗試過該方法,但是java doc聲明“ 使用指定的字符編碼將InputStream的內容作為String獲取。”
Guava的IO包非常好用。
Files.toString(yourFile, CharSets.ISO_8859_1)
或者來自溪流
new String(ByteStreams.toByteArray(stream), CharSets.ISO_8859_1)
我剛剛發現這個問題的答案 讀取/將InputStream轉換為String可以應用於我的問題,請參閱下面的代碼。 無論如何,我非常感謝你到目前為止給出的答案。
private String convertStreamToString(InputStream is, String charsetName) {
try {
return new java.util.Scanner(is, charsetName).useDelimiter("\\A").next();
} catch (java.util.NoSuchElementException e) {
return "";
}
}
所以為了從Latin-1編碼,請像這樣調用:
String message = convertStreamToString(is, "8859_1");
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.