Android UTF-8 vs ANSI .equals 不起作用/如何更改字符集？

Question

我从 csv 或 txt 文件中读取了我的 android 应用程序的列表。

如果使用 Notepad++ 对文件进行了 UTF-8 编码，我可以列出所有内容。但我无法使用 .equals 搜索/查找字符串。

如果文件用寡妇编码为 ansi，则看不到 äöü 等。但现在我可以找到字符串。

现在我的问题。我怎样才能知道我的字符串有什么字符集？

我将我的第一个字符串（来自文件）与另一个字符串进行比较，在应用程序中使用 searchview 读取。

我“认为”来自应用程序的 searchview 字符串也是 ansi，如何将其更改为 UTF-8 并希望比较再次起作用。

Android 4.4.2

谢谢

以下工作：

String s = null;
try
{
    s = new String(query.getBytes(), "UTF-8");
}
catch (UnsupportedEncodingException e)
{
    Log.e("utf8", "conversion", e);
}

Answer 1

无论字符串数据来自何处，Java 字符串始终编码为 UTF-16。

在将源数据转换为 Java 字符串时，正确识别源数据的字符集非常重要。如果 byte[] 数组实际上是 UTF-8 编码的，new String(query.getBytes(), "UTF-8") 可以正常工作。如果您指定了错误的字符集，那么只有在您指定了 Java 不支持的字符集时才会收到 UnsupportedEncodingException 错误。但是，如果您指定了 Java 确实支持的字符集，然后数据解码失败（通常是因为您为数据指定了错误的字符集），您将得到其他错误，例如 MalformedInputException 或 UnmappableCharacterException，或者更糟的是，您根本不会收到任何错误，格式错误/非法字节将被简单地转换为 Unicode U+FFFD 替换字符。如果您需要在转换过程中更好地控制错误处理，则需要改用CharsetDecoder 类。

有时 UTF 编码的文件会在前面有一个 BOM，所以您可以检查一下。但是 Ansi 文件不使用 BOM。如果文件中不存在 UTF BOM，那么您必须分析原始数据并进行猜测（如果猜测错误会导致问题），或者只是询问用户要使用哪个字符集。

始终了解数据的字符集。如果您不知道，请询问。避免猜测。