网页内的Java字符串编码转换

Question

我有一个网页（通过其标头）编码为 WIN-1255。 Java 程序创建自动嵌入页面中的文本字符串。问题在于原始字符串是用 UTF-8 编码的，因此在页面中创建了一个乱码文本字段。

不幸的是，我无法更改页面编码 - 这是客户专有系统所要求的。

有什么想法吗？

更新：

我正在创建的页面是一个 RSS 提要，需要设置为 WIN-1255，显示从另一个以 UTF-8 编码的提要获取的信息。

第二次更新：

感谢您的所有回复。我已经成功地转换了字符串，但是还是乱码。问题是除了标头编码之外还应该设置 XML 编码。

亚当

Answer 1

到目前为止，您需要设置响应编写器的编码。仅使用响应标头，您基本上只是指示客户端应用程序使用哪种编码来解释/显示页面。如果响应本身是用不同的编码编写的，那么这将不起作用。

您遇到此问题的上下文完全不清楚（请在以后的类似问题中详细说明），因此这里有几种解决方案：

如果是 JSP，则需要在 JSP 顶部设置以下内容来设置响应编码：

<%@ page pageEncoding="WIN-1255" %>

如果是 Servlet，则需要在第一次刷新之前设置以下内容以设置响应编码：

response.setCharacterEncoding("WIN-1255");

顺便说一下，两者都使用 charset 自动隐式设置 Content-Type 响应标头code> 参数指示客户端使用相同的编码来解释/显示页面。另请参阅这篇文章了解更多信息。

如果它是一个依赖于基本 java.net 和/或 java.io API 的自行开发的应用程序，那么您需要通过 OutputStreamWriter< /code> 使用 带有 2 个参数的构造函数，您可以在其中指定编码：

Writer writer = new OutputStreamWriter(someOutputStream, "WIN-1255");

Answer 2

假设您可以控制原始（正确表示的）字符串，并且只需在 win-1255 中输出它们：

import java.nio.charset.*;
import java.nio.*;
Charset win1255 = Charset.forName("windows-1255");
ByteBuffer bb = win1255.encode(someString);
byte[] ba = new byte[bb.limit()];

然后，只需将 ba 的内容写入适当的位置即可。

编辑：你用 ba 做什么取决于你的环境。例如，如果您使用 servlet，您可能会这样做：

ServletOutputStream os = ...
os.write(ba);

我们也不应该忽视调用 setContentType("text/html; charset=windows-1255") (setContentType） ，然后使用 getWriter

您已澄清您有一个需要解码的 UTF-8 文件。如果您尚未正确解码 UTF-8 字符串，这应该没什么大不了的。只要看看 InputStreamReader(someInputStream, Charset.forName("utf-8"))

Answer 3

什么是在页面中嵌入数据？要么它应该将其读取为文本（UTF-8），然后以网页编码（Win-1255）再次将其写出，要么您应该更改Java程序以在Win-1255中创建文件（或其他）来启动和。

如果您可以提供有关系统如何工作的更多详细信息（什么生成网页？它如何与 Java 程序交互？），那么事情就会变得更加清晰。

Answer 4

我正在创建的页面是一个 RSS 提要，需要设置为 WIN-1255，显示从另一个以 UTF-8 编码的提要获取的信息。

在这种情况下，使用解析器加载 UTF-8 XML。这应该正确地将数据解码为 UTF-16 字符数据（Java 字符串始终为 UTF-16）。您的输出机制应从 UTF-16 编码为 Windows-1255。

Answer 5

byte[] originalUtf8;//Here input

//utf-8 to java String:
String internal = new String(originalUtf8,Charset.forName("utf-8");
//java string to w1255 String
byte[] win1255 = internal.getBytes(Charset.forName("cp1255"));

//Here output