如何檢查java中的編碼？

Question

我正面臨編碼問題。

例如，我有一條XML格式的消息，其格式編碼爲「UTF-8」。

<message> 
     <product_name>apple</product_name> 
     <price>1.3</price> 
     <product_name>orange</product_name> 
     <price>1.2</price> 
     ....... 
    </message> 

現在，這一消息支持多國語言：

• 中國傳統中文（Big5）
• 簡單的中國（GB），

• 英語（UTF-8）

  它只會改變特定字段中的編碼。
  例如（中國傳統），

  蘋果 1.3 橙 1.2 .......

  只有 「蘋果」 和 「橙」 正在使用BIG5，"<product_name>"和"</product_name>"是仍然使用utf-8。
  <price>1.3</price>和<price>1.2</price>正在使用utf-8。

我怎麼知道哪個單詞使用不同的編碼？

Answer 1

看起來像誰在提供XML是提供不正確的XML。他們應該使用一致的編碼。

http://sourceforge.net/projects/jchardet/files/是一個不錯的啓發式字符集檢測器。 這是Firefox中使用的端口，用於檢測內容類型或BOM中缺少字符集的頁面的編碼。

如果您無法讓提供程序修復其輸出，您可以使用它來嘗試找出格式不正確的XML文件中的子字符串的編碼。

Answer 2

您應該在一個xml文件中只使用一種編碼。在UTF_8編碼中有big5的字符對應。

Answer 3

因爲我無法讓提供者修復輸出，所以我應該自己處理它，並且我不能在此項目中使用擴展庫。

我只可以解決這樣的，

String str = new String(big5String.getByte("UTF-8")); 

顯示之前的消息。