Come posso convertire tra ISO-8859-1 e UTF-8 in Java?

Question

Qualcuno sa come convertire una stringa da ISO-8859-1 a UTF-8 e di nuovo in Java?

Sto ottenendo una stringa dal Web e salvandola in RMS (J2ME), ma voglio conservare i caratteri speciali e ottenere la stringa dal RMS ma con la codifica ISO-8859-1. Come faccio a fare questo?

Answer 1

In generale, non è possibile farlo. UTF-8 è in grado di codificare qualsiasi punto di codice Unicode. ISO-8859-1 può gestire solo una piccola parte di essi. Quindi, la transcodifica da ISO-8859-1 a UTF-8 non è un problema. Andando all'indietro da UTF-8 a ISO-8859-1, i caratteri "sostitutivi" (& # xFFFD;) appariranno nel testo quando vengono trovati caratteri non supportati.

per la transcodifica di testo:

byte[] latin1 = ... 
byte[] utf8 = new String(latin1, "ISO-8859-1").getBytes("UTF-8"); 

o

byte[] utf8 = ... 
byte[] latin1 = new String(utf8, "UTF-8").getBytes("ISO-8859-1"); 

è possibile esercitare un maggiore controllo utilizzando il livello inferiore Charset API. Ad esempio, puoi sollevare un'eccezione quando viene trovato un personaggio non codificabile o utilizzare un carattere diverso per il testo sostitutivo.

Answer 2

Se si dispone di un String, si può fare:

String s = "test"; 
try { 
    s.getBytes("UTF-8"); 
} catch(UnsupportedEncodingException uee) { 
    uee.printStackTrace(); 
} 

Se avete un 'rotto' String, hai fatto qualcosa di sbagliato, la conversione di un String ad un String in un'altra codifica non è defenetely la strada andare! È possibile convertire un String in un byte[] e viceversa (data una codifica). In Java String s sono codificati AFAIK con UTF-16 ma questo è un dettaglio di implementazione.

Diciamo che avete un InputStream, si può leggere in un byte[] e poi convertire che ad un String utilizzando

byte[] bs = ...; 
String s; 
try { 
    s = new String(bs, encoding); 
} catch(UnsupportedEncodingException uee) { 
    uee.printStackTrace(); 
} 

o meglio ancora (grazie a Erickson) usa InputStreamReader così:

InputStreamReader isr; 
try { 
    isr = new InputStreamReader(inputStream, encoding); 
} catch(UnsupportedEncodingException uee) { 
    uee.printStackTrace(); 
} 

Answer 3

Ecco un modo semplice con uscita String (ho creato un metodo per fare questo):

public static String (String input){ 
    String output = ""; 
    try { 
     /* From ISO-8859-1 to UTF-8 */ 
     output = new String(input.getBytes("ISO-8859-1"), "UTF-8"); 
     /* From UTF-8 to ISO-8859-1 */ 
     output = new String(input.getBytes("UTF-8"), "ISO-8859-1"); 
    } catch (UnsupportedEncodingException e) { 
     e.printStackTrace(); 
    } 
    return output; 
} 
// Example 
input = "Música"; 
output = "Música"; 

Answer 4

che ha funzionato per me: ("Uzum bağları" è la corretta scritto in turco)

Convert ISO-8859-1 a UTF-8:

String encodedWithISO88591 = "üzüm baÄları"; 
String decodedToUTF8 = new String(encodedWithISO88591.getBytes("ISO-8859-1"), "UTF-8"); 
//Result, decodedToUTF8 --> "üzüm bağları" 

Convert UTF-8 a ISO-8859-1

String encodedWithUTF8 = "üzüm bağları"; 
String decodedToISO88591 = new String(encodedWithUTF8.getBytes("UTF-8"), "ISO-8859-1"); 
//Result, decodedToISO88591 --> "üzüm baÄları" 

Answer 5

Apache Commons IO Charsets class può tornare utile:

String utf8String = new String(org.apache.commons.io.Charsets.ISO_8859_1.encode(latinString).array())