将 ISO8859 字符串转换为 UTF8？ ÄÖÜ => ÃÃ 为什么？

Question

这段代码有什么问题？我制作了一个 ISO8859 字符串。所以大部分ÄÖÜ都是一些krypooutput。没关系。但是如何将它们转换回普通字符（UTF8 之类的）？

    String s = new String("Üü?öäABC".getBytes(), "ISO-8859-15");

    System.out.println(s);
    //ÃÃŒ?öÀABC => ok(?)
    System.out.println(new String(s.getBytes(), "ISO-8859-15"));
    //ÃÂÃÅ?öÃâ¬ABC => ok(?)
    System.out.println(new String(s.getBytes(), "UTF-8"));
    //ÃÃŒ?öÀABC => huh?

Answer 1

这个解决方案对我有用，希望对你有所帮助

String s1 = "l'épargne";
String s2 = new String(s1.getBytes("iso-8859-1"), "utf8");

Answer 2

这是一个使用字符串输出的简单方法（我创建了一个方法来做到这一点）：

public static String (String input){
String output = "";
try {
    /* From ISO-8859-1 to UTF-8 */
    output = new String(input.getBytes("ISO-8859-1"), "UTF-8");
    /* From UTF-8 to ISO-8859-1 */
    output = new String(input.getBytes("UTF-8"), "ISO-8859-1");
} catch (UnsupportedEncodingException e) {
    e.printStackTrace();
}
return output;

}

// Example
input = "Música";
output = "Música";

有效！！ :)

Answer 3

我想提供扩展的字符集，以验证从 ISO-8859-1 转换为 utf-8 的字符串。

@Test
public void testEnc() throws UnsupportedEncodingException {
    String isoString = "äö";
    String utfString = new String(isoString.getBytes("ISO-8859-1"), "utf-8");
    boolean validConvertion = containsSpecialCharacter(utfString);
    assertTrue(validConvertion);
}

public boolean containsSpecialCharacter(String str) {
    String[] readable = new String[] { "Ã", "Ã", "Ñ", "Ò", "Ó", "Ô", "Õ", "Ö", "×", "Ø", "Ù", "Ú", "Û", "Ü", "Ã", "Þ", "ß",
            "à", "á", "â", "ã", "ä", "å", "æ", "ç", "è", "é", "ê", "ë", "ì", "í", "î", "ï", "ð", "ñ", "ò", "ó", "ô", "õ", "ö",
            "÷", "ø", "ù", "ú", "û", "ü", "ý", "þ", "ÿ" };
    for (String st : readable) {
        if (str.contains(st)) {
            return true;
        }
    }
    return false;
}

Answer 4

希望这能解决你的问题。

String readable = "äöüÄÖÜßáéíóúÁÉÍÓÚàèìòùÀÈÌÒÙñÑ";

try {
    String unreadable = new String(readable.getBytes("UTF-8"), "ISO-8859-15");
    // unreadable -> äöüÃÃÃÃáéíóúÃÃÃÃÃàèìòùÃÃÃÃÃñÃ
} catch (UnsupportedEncodingException e) {
    // handle error
}

还有：

String unreadable = "äöüÃÃÃÃáéíóúÃÃÃÃÃàèìòùÃÃÃÃÃñÃ";

try {
    String readable = new String(unreadable.getBytes("ISO-8859-15"), "UTF-8");
    // readable -> äöüÄÖÜßáéíóúÁÉÍÓÚàèìòùÀÈÌÒÙñÑ
} catch (UnsupportedEncodingException e) {
    // ...
}

Answer 5

Java 字符串在内部始终存储为 UTF16 数组（编译后在类文件中存储为 UTF8），因此您不能简单地将字符串解释为字节数组。如果要从某种编码的字符串创建字节数组，必须先转换成这种编码：

byte[] b = "Üü?öäABC".getBytes("ISO-8859-15");

System.out.println(new String(b, "ISO-8859-15")); // will be ok
System.out.println(new String(b, "UTF-8")); // will look garbled

Answer 6

new String("Üü?öäABC".getBytes(), "ISO-8859-15"); 这样的构造几乎总是错误。

您在这里所做的是获取String 对象，在平台默认编码 中获取相应的byte[] 并将其重新解释为ISO-8859-15 以将其转换回来到String。

如果平台默认编码恰好是 ISO-8859-15（或接近到足以对这个特定的String 没有影响，例如 ISO-8859-1），那么它是无操作（即没有实际效果）。

在所有其他情况下，它很可能会破坏String。

如果您尝试“修复”String，那么您可能为时已晚：如果您必须使用特定编码来读取数据，那么您应该使用它在二进制数据转换为String数据的地方。例如，如果您从 InputStream 读取，则需要将 正确 编码传递给 InputStreamReader 的构造函数。

尝试“事后”解决问题将是

1. 更难做和
2. 通常甚至不可能（因为使用错误编码解码 byte[] 可能是破坏性操作）。

Answer 7

String s = new String("Üü?öäABC".getBytes(), "ISO-8859-15"); //bug

这段代码所做的只是破坏数据。它将 UTF-16 数据转码为系统编码（无论是什么），然后获取这些字节，假装它们是有效的 ISO-8859-15 并将它们转码为 UTF-16。

那么如何将“ÃÃŒ?öÀABC”之类的输入字符串转换为普通字符串？ （如果我知道该字符串来自 ISO8859 文件）。

执行这个操作的正确方法是这样的：

byte[] iso859_15 = { (byte) 0xc3, (byte) 0xc3, (byte) 0xbc, 0x3f,
  (byte) 0xc3, (byte) 0xb6, (byte) 0xc3, (byte) 0xa4, 0x41, 0x42,
         0x43 };
String utf16 = new String(iso859_15, Charset.forName("ISO-8859-15"));

Java 中的字符串始终为 UTF-16。所有其他编码必须使用byte 类型表示。

现在，如果您使用System.out 输出结果字符串，则可能无法正确显示，但这是一个不同的转码问题。例如，Windows console 默认编码与系统编码不匹配。 System.out 使用的编码必须与接收数据的设备的编码相匹配。您还应该注意确保您是reading your source files，使用您的编辑器使用的相同编码。

要了解不同语言对字符数据的处理方式有何不同，请阅读this。