Java 转换编码

Question

我有一个字符串，它曾经是一个包含 mojibakes 的 xml 标签：
<Applicant_Place_Born>ÐÐ¾ÑÐºÐ²Ð°</Applicant_Place_Born>

我知道完全相同但编码正确的字符串是：
<Applicant_Place_Born>Москва</Applicant_Place_Born>

我知道这个是因为使用 Tcl 实用程序我可以将它转换成正确的字符串:

# The original string
set s "Ð&#156;Ð¾Ñ&#129;ÐºÐ²Ð°"
# substituting the html escapes
set t "Ð\x9cÐ¾Ñ\x81ÐºÐ²Ð°"
# decode from utf-8 into Unicode
encoding convertfrom utf-8 "Ð\x9cÐ¾Ñ\x81ÐºÐ²Ð°"
Москва

我尝试了不同的变体：

System.out.println(new String(original.getBytes("UTF-8"), "CP1251"));

但我总是得到其他拼音符号或问号而不是字符。

问：除了使用 Java 代码外，我怎样才能像 Tcl 那样做？

编辑：

我试过@Joop Eggen 的方法：

import org.apache.commons.lang3.StringEscapeUtils;


public class s {
    static String s;
    public static void main(String[] args) {
        try {
            System.setProperty("file.encoding", "CP1251");
            System.out.println("JVM encoding: " + System.getProperty("file.encoding"));
            s = "Ð&#156;Ð¾Ñ&#129;ÐºÐ²Ð°";
            System.out.println("Original text: " + s);

            s = StringEscapeUtils.unescapeHtml4(s);
            byte[] b = s.getBytes(StandardCharsets.ISO_8859_1);
            s = new String(b, "UTF-16BE");

            System.out.println("Result: " + s);

        } catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

    }
}

转换后的字符串是中文的:

JVM encoding: CP1251 Original text: ÐÐ¾ÑÐºÐ²Ð° Result: 킜킾톁킺킲킰

Answer 1

你们非常接近。但是，getBytes 用于编码 UTF-8 而不是解码。你想要的是

String string = "Ð\x9cÐ¾Ñ\x81ÐºÐ²Ð°";
byte[] bytes = string.getBytes("UTF-8");
System.out.println(new String(bytes, "UTF-8"));

Answer 2

java 中的字符串应该始终是正确的 Unicode。在您的情况下，您似乎将 UTF16BE 解释为某种单字节编码。

一个补丁会是

String string = new StringEscapeUtils().UnescapeHTML4(s);
byte[] b = string.getBytes(StandardCharsets.ISO_8859_1);
string = new String(b, "UTF-16BE");

现在 s 应该是一个正确的 Unicode 字符串。

System.out.println(s);

例如，如果操作系统是 Cp1251，则西里尔文字应正确转换。

s中的字符我猜实际上是UTF-16BE的字节
通过以单字节编码获取字符串的字节，希望不会发生任何转换
然后创建一个 UTF-16BE 字节字符串，在内部转换为 Unicode（实际上也是 UTF-16BE）

Java 转换编码

Java convert encoding

java

encoding

mojibake