windows-1252 转 UTF-8

Question

下面是我尝试使用的代码，它给我的输出是：

RetValue: á, é, í, ó, ú, ü, ñ, ¿ Value: á, é, í, ó, ú, ü, ñ, ¿ ConvertValue: ?, ?, ?, ?, ?, ?, ?, ?

这不是想要的输出。我认为这里的每个字符的输出都应该是这种类型的 %C3%。

public static void main(String[] args) {
    String value = "á, é, í, ó, ú, ü, ñ, ¿";
    String retValue = "";
    String convertValue = "";
    try {
        retValue = new String(value.getBytes(),
        Charset.forName("Windows-1252"));
        convertValue = new String(retValue.getBytes("Windows-1252"),
        Charset.forName("UTF-8"));
    } catch (Exception e) {
        e.printStackTrace();
    }
    System.out.println("RetValue: " + retValue + " Value: " + value
         + " ConvertValue: " + convertValue);
}

Answer 1

我了解到您正在尝试将您的文本从默认编码编码为 Windows-1252，然后再编码为 UTF-8。

根据 String class

的 javadoc

String(byte[] bytes, Charset charset)

Constructs a new String by decoding the specified array of bytes using the specified charset.

因此，您所做的是将默认编码的文本解码为Windows-1252，然后将新获得的文本进一步解码为UTF-8。这就是它呈现异常的原因。

如果您的目的是将 Windows-1252 编码为 UTF-8，我建议您对 java.nio 包中的 CharsetEncoder 使用以下方法：

public static void main(String[] args) {
    String value = "á, é, í, ó, ú, ü, ñ, ¿";
    String retValue = "";
    String convertValue2 = "";
    ByteBuffer convertedBytes = null;
    try {
        CharsetEncoder encoder2 = Charset.forName("Windows-1252").newEncoder();
        CharsetEncoder encoder3 = Charset.forName("UTF-8").newEncoder();             
        System.out.println("value = " + value);

        assert encoder2.canEncode(value);
        assert encoder3.canEncode(value);

        ByteBuffer conv1Bytes = encoder2.encode(CharBuffer.wrap(value.toCharArray()));

        retValue = new String(conv1Bytes.array(), Charset.forName("Windows-1252"));

        System.out.println("retValue = " + retValue);

        convertedBytes = encoder3.encode(CharBuffer.wrap(retValue.toCharArray()));
        convertValue2 = new String(convertedBytes.array(), Charset.forName("UTF-8"));
        System.out.println("convertedValue =" + convertValue2);
    } catch (Exception e) {
        e.printStackTrace();
    }
}

我获得了以下输出：

value = á, é, í, ó, ú, ü, ñ, ¿

retValue = á, é, í, ó, ú, ü, ñ, ¿

convertedValue =á, é, í, ó, ú, ü, ñ, ¿

windows-1252 转 UTF-8

windows-1252 to UTF-8

java

character-encoding