使用Java將ANSI字符轉換爲UTF-8

是否有方法使用Java將ANSI字符串轉換爲UTF。使用Java將ANSI字符轉換爲UTF-8

我有一個自定義序列化程序，它使用readUTF & DataInputStream類的writeUTF方法來反序列化和序列化字符串。如果我收到一個以ANSI編碼的字符串，並且時間太長，那麼〜100000個字符長度就會出錯;

產生的原因： java.io.UTFDataFormatException：編碼字符串太長：106958個字節

然而，在我的JUnit測試我能創建一個字符串120000「一的，它完美的作品

我檢查了以下帖子，但仍然有錯誤;

來源

2009-09-23 n002213f

您的意思是ASCII？如果是這樣，它已經在UTF-8中 - 你能解釋一下嗎？顯示錯誤等 – Mark 2009-09-23 14:03:57

否ANSI！= ASCII。 ANSI是一組完整的代碼頁。 – 2009-09-23 14:22:10

由於readUTF和writeUTF的大小限制，我修改了我的序列化程序發送文本的部分 – n002213f 2009-10-03 11:07:05

此錯誤不是由字符編碼引起的。這意味着UTF數據的長度是錯誤的。

編輯：剛纔意識到這是一個寫錯誤，沒有讀錯誤。

UTF長度只有2個字節，所以它只能容納64K UTF-8字節。你正在努力寫100K，它不會工作。

此限制是硬編碼，並沒有辦法來解決這個問題，

if (utflen > 65535) 
    throw new UTFDataFormatException(
      "encoded string too long: " + utflen + " bytes");

來源

2009-09-23 14:44:29

有趣，但爲什麼我的所有測試都有更多的人物通過？ – n002213f 2009-09-23 14:50:05

你必須讓我看看你的測試用例。他們錯了。查看我的編輯。 – 2009-09-23 14:52:00

我使用下面的代碼來生成測試字符串; StringBuffer sb2 = new StringBuffer（）; \t \t for（int i = 0; i <120000; i ++）{ \t \t \t sb2.append（「a」）; \t \t} \t \t String longString2 = sb2.toString（）; – n002213f 2009-09-23 14:59:49

byte[] asciiBytes = ...; 
String unicode = new String(asciiBytes, "US-ASCII"); 
byte[] utfBytes = unicode.getBytes("UTF-8");

來源

2009-09-23 14:03:55 iammichael

看來我誤解了有關ASCII與ANSI的原始問題，並且對於最新的問題編輯，我的回答並不真正相關。 – iammichael 2009-09-24 13:42:57

哪個ANSI codepage？有很多不同的字符編碼都涉及到「ANSI」。 DOS代碼頁是437（沒有繪圖符號）。如果使用代碼850，這將工作：

String unicode = new String(bytes, "IBM850");

（其中bytes與ANSI字符數組）。之後，您可以使用unicode.getBytes(encoding)將此字符串轉換爲任何編碼的字節數組。

Windows經常使用代碼頁1252（爲此使用「windows-1252」）。

來源

2009-09-23 14:21:26

試過但不起作用，我得到同樣的錯誤。有沒有辦法檢查字符串中的編碼，以便我可以確定它的ANSI？ – n002213f 2009-09-23 15:02:17

這會將ANSI從telnet轉換成一個「常規」字符串嗎？ – Thufir 2013-09-05 00:01:45

這會將來自任何源的字節轉換爲Unicode字符串。但爲了正常工作，您需要確切知道源使用哪種編碼。無論這是文件，遠程服務還是硬件設備。 – 2013-09-05 08:04:10

ZZ編碼器已經回答了這個問題，但我已經寫了更詳細的解釋，並建議在this blog一種解決方法。基本上，問題出在DataOutputStream上，因爲它將可寫字符串限制爲64KB。還有其他可能的解決方法來逐步解決這個問題，有些可能不會破壞正在使用的實際二進制數據格式...

來源

2011-02-20 13:48:22

使用Java將ANSI字符轉換爲UTF-8

回答

相關問題