从 ISO-8859-1 字符中获取实际字符

Question

我有一条短信：

Á example link.

在 ISO-8859-1 中，Á 是 Á。

现在我正在尝试使用以下代码将 Á 转换为 Á：

Charset utf8charset = Charset.forName("UTF-8");
Charset iso88591charset = Charset.forName("ISO-8859-1");

ByteBuffer inputBuffer = ByteBuffer.wrap(text.getBytes());

CharBuffer data = iso88591charset.decode(inputBuffer);

ByteBuffer outputBuffer = utf8charset.encode(data);
byte[] outputData = outputBuffer.array();
return new String(outputData);

但它不会将 Á 转换为 Á。

有什么方法可以实现吗？

我也想知道，给定一个字符串，我们能确定它是哪个字符集吗？

Answer 1

我认为您将字符编码（UTF-8、ISO-8859-1...）与 HTML 字符实体（Á、Ö 等）混淆了。

查看 Apache Commons StringEscapeUtils 的 unescapeHtml 函数，我想它会做你想做的事。