java中通过socket的Unicode文本

Question

我在套接字编程中面临一个小问题（我相信）。从非英语语言发送文本时，我收到乱码结果。经过谷歌大量研究后，我做了一些修正。我将 getBytes() 更改为 getBytes("UTF-8") 并尝试发送一些阿拉伯文本。

当本地连接套接字时，它工作正常。我看到了我期望的阿拉伯文本。但在线测试时，结果显示奇怪/乱码。

以下是我尝试过的文本：

“Μ?巴”（这是“你好”的阿拉伯文本），它向我显示为“مرØا”，

请帮助我解决此问题。

Answer 1

这是我手头上的一些 Java 代码，用于在一对字节流上设置流编码，但是您可以对单例执行相同的操作，至少假设您使用的是 TCP 流套接字而不是 UDP 数据报。

    Process
    slave_process = Runtime.getRuntime().exec("cmdname -opts cmdargs");

 OutputStream
 __bytes_into_his_stdin  = slave_process.getOutputStream();

 OutputStreamWriter
   chars_into_his_stdin  = new OutputStreamWriter(
                             __bytes_into_his_stdin,
         /* DO NOT OMIT! */  Charset.forName("UTF-8").newEncoder()
                         );

 InputStream
 __bytes_from_his_stdout = slave_process.getInputStream();

 InputStreamReader
   chars_from_his_stdout = new InputStreamReader(
                             __bytes_from_his_stdout,
         /* DO NOT OMIT! */  Charset.forName("UTF-8").newDecoder()
                         );

 InputStream
 __bytes_from_his_stderr = slave_process.getErrorStream();

 InputStreamReader
   chars_from_his_stderr = new InputStreamReader(
                             __bytes_from_his_stderr,
         /* DO NOT OMIT! */  Charset.forName("UTF-8").newDecoder()
                         );

Answer 2

也许，您忘记在创建字符串时指定编码。

byte[] utf8bytes = yourString.getBytes("UTF-8");       // encoding
String otherString = new String(utf8bytes, "UTF-8");   // decoding

Answer 3

我认为解决这个问题的最简单方法是使用一个序列化对象，该对象有一个字符串容器，其中包含阿拉伯文文本。

不要直接写入字节，而是使用：

ObjectOutputStream oos = yourSocket.getOutputStream();
oos.writeObject(yourContainer);

然后在接收端，执行以下操作：

if (receivedObject instanceof YourContainer) {
    // get out arabic string
}

Answer 4

如果有人仍在尝试解决此问题：

在您的套接字响应中：

HTTP/1.1 200 OK\r\n
Content-Type: text/html; charset=utf8\r\n\r\n

只是不要忘记将字符集设置为 utf8 的 Content-Type
它应该适用于阿拉伯字母。