将 String 转换为 Android JSONObject 会丢失 utf-8答案

【问题标题】：Converting String to Android JSONObject loses utf-8将 String 转换为 Android JSONObject 会丢失 utf-8
【发布时间】：2016-04-13 18:01:24
【问题描述】：

我正在尝试从 URL 获取（JSON 格式）字符串并将其作为 Json 对象使用。当我将字符串转换为 JSONObject 时，我丢失了 UTF-8 编码。

这是我用来连接url并获取字符串的函数：

private static String getUrlContents(String theUrl) {
    StringBuilder content = new StringBuilder();
    try {
        URL url = new URL(theUrl);
        URLConnection urlConnection = url.openConnection();
        BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(urlConnection.getInputStream()));

        String line;
        while ((line = bufferedReader.readLine()) != null) {
            content.append(line + "\n");
        }
        bufferedReader.close();
    } catch(Exception e) {
        e.printStackTrace();
    }

    return content.toString();
}

当我从服务器获取数据时，以下代码显示正确的字符：

String output = getUrlContents(url);
Log.i("message1", output);

但是当我将输出字符串转换为 JSONObject 时，波斯字符变成了这样的问号??????。 (messages 是 JSON 中的数组名)

JSONObject reader = new JSONObject(output);
String messages = new String(reader.getString("messages").getBytes("ISO-8859-1"), "UTF-8");
Log.i("message2", messages);

【问题讨论】：

标签： android json utf-8 jsonobject

【解决方案1】：

您是在告诉 Java 使用 ISO-8859-1 将字符串（带有键 message）转换为字节，而不是从这些字节创建一个新的字符串，解释为 UTF-8。

new String(reader.getString("messages").getBytes("ISO-8859-1"), "UTF-8");

你可以简单地使用：

String messages = reader.getString("messages");

【讨论】：

之所以有效，是因为您通过网络接收的字节已经在 getUrlContents 中正确解释，并且在内部存储为 UTF-16 字符串。
getUrlContents 仅在服务器的字符编码与客户端的字符编码匹配时有效。

【解决方案2】：

您可以按如下方式更新您的代码：

    private static String getUrlContents(String theUrl) {
        StringBuilder content = new StringBuilder();
        try {
            URL url = new URL(theUrl);
            URLConnection urlConnection = url.openConnection();
            BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(urlConnection.getInputStream(), "utf-8"));

            String line;
            while ((line = bufferedReader.readLine()) != null) {
                content.append(line).append("\n");
            }
            bufferedReader.close();
        } catch(Exception e) {
            e.printStackTrace();
        }

        return content.toString().trim();
    }

【讨论】：

【解决方案3】：

您有两个编码问题：

服务器发送以字符集编码的文本。设置 InputStreamReader 时，需要传递服务器使用的编码，以便正确解码。字符编码通常在Content-type HTTP 响应中的charset 字段中给出。 JSON 通常是 UTF-8 编码的，但也可以是合法的 UTF-16 和 UTF-32，因此您需要检查。如果没有指定的编码，将字节编组为字符串时将使用您的系统环境，反之亦然。基本上，您应该始终指定字符集。
String messages = new String(reader.getString("messages").getBytes("ISO-8859-1"), "UTF-8"); 显然会导致问题（如果您有非 ascii 字符） - 它将字符串编码为 ISO-8995-1，然后尝试将其解码为 UTF-8。

在读取输入流之前，可以使用简单的正则表达式模式从 Content-type 标头中提取 charset 值。我还包含了一个简洁的 InputStream -> 字符串转换器。

private static String getUrlContents(String theUrl) {

    try {
        URL url = new URL(theUrl);
        URLConnection urlConnection = url.openConnection();
        InputStream is = urlConnection.getInputStream();

        // Get charset field from Content-Type header
        String contentType = urlConnection.getContentType();
        // matches value in key / value pair
        Pattern encodingPattern = Pattern.compile(".*charset\\s*=\\s*([\\w-]+).*");
        Matcher encodingMatcher = encodingPattern.matcher(contentType);
        // set charsetString to match value if charset is given, else default to UTF-8
        String charsetString = encodingMatcher.matches() ? encodingMatcher.group(1) : "UTF-8";

        // Quick way to read from InputStream.
        // \A is a boundary match for beginning of the input
        return new Scanner(is, charsetString).useDelimiter("\\A").next();
    } catch(Exception e) {
        e.printStackTrace();
    }

    return null;
}

【讨论】：

【解决方案4】：

不确定这是否会有所帮助，但您也许可以这样做：

JSONObject result = null;
String str = null;
try 
{           
    str = new String(output, "UTF-8");
    result = (JSONObject) new JSONTokener(str).nextValue();
} 
catch (Exception e) {}

String messages = result.getString("messages");

【讨论】：