在 Java 中将 ANSI 字符转换为 UTF-8 [英] Convert ANSI characters to UTF-8 in Java

问题描述

有没有办法使用 Java 将 ANSI 字符串转换为 UTF.

Is there a way to convert an ANSI string to UTF using Java.

我有一个使用 readUTF & 的自定义序列化程序DataInputStream 类的 writeUTF 方法来反序列化和序列化字符串.如果我收到一个以 ANSI 编码的字符串并且太长，大约 100000 个字符长，我会收到错误消息；

I have a custom serializer that uses readUTF & writeUTF methods of the DataInputStream class to deserialize and serialze string. If i receive a string encoded in ANSI and is too long, ~100000 chars long i get the error;

原因:java.io.UTFDataFormatException:编码字符串太长:106958 字节

但是在我的 Junit 测试中，我能够创建一个包含 120000 个 'a' 的字符串并且它运行良好

However in my Junit tests i'm able create a string with 120000 'a's and it works perfectly

我已经检查了以下帖子，但仍有错误；

I have checked the following posts but still having errors;

• 在 Java 中将 UTF-8 转换为 ISO-8859-1 - 如何将其保持为单字节
• 如何在 Ruby 中替换带重音的拉丁字符?

推荐答案

此错误不是由字符编码引起的.表示UTF数据的长度有误.

This error is not caused by character encoding. It means the length of the UTF data is wrong.

刚刚意识到这是一个写入错误，而不是读取错误.

Just realized this is a writing error, not reading error.

UTF 长度只有 2 个字节，所以它只能容纳 64K UTF-8 字节.您正在尝试写入 100K，这是行不通的.

The UTF length is only 2 bytes so it can only hold 64K UTF-8 bytes. You are trying to writing 100K, it's not going to work.

这个限制是硬编码的，没有办法绕过这个，

This limit is hardcoded and no way to get around this,

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

这篇关于在 Java 中将 ANSI 字符转换为 UTF-8的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！