java从InputStream创建InputStreamReader对象

Question

我有一个Web服务接收上传文本文件。所以在服务器端，我得到了一个 InputStream 对象，我尝试将其包装为 InputStreamReader ，并将“UTF8”作为字符集。但我注意到，当我上传一个用US-ASCII编码的文件时也能正常工作。似乎Java可以自动将文件从所有其他字符集转换为UTF8。我对吗？ charset属性如何工作？

Answer 1

UTF-8是一套超级US-ASCII

ASCII是7位字符（0到127），它们在US-ASCII和UTF-8以及许多其他字符集中保持不变。大多数字符集不同的是高位字节（128到255）在US-ASCII的情况下它是未定义的，对于ISO-8859-1，这些字符不变，允许字符最多255，在UTF-8中，字符是编码为使用2到4个字节，因此它可以表示最多0x10FFFF或128K字符。

Answer 2

不，Java通常不会自动将一个字符集转换为另一个字符集，尤其是，如果您明确告诉它使用哪个字符集。

但是，UTF-8与ASCII兼容。这意味着每个有效的ASCII流也自动成为有效的UTF-8流，并且仅包含以UTF-8编码的ASCII字符的文本也是有效的ASCII。

因此，如果您计划仅接受ASCII和UTF-8输入，那么将其全部视为UTF-8完全有效。如果您计划支持其他编码，那么您还需要一些方法来传输有关正在使用的实际编码的信息。

Answer 3

这只能起作用，因为US-ASCII是UTF-8的子集（每个ASCII文件也是相同数据的有效UTF-8文件）。

尝试别的东西，它会破裂。

Answer 4

UTF-8与ASCII兼容，即每个ASCII文档也是有效的UTF-8。引用Wikipedia：

  

[UTF-8]旨在向后兼容ASCII并避免UTF-16和UTF-32中字节顺序和字节顺序标记的复杂化。

     

[...] Unicode的前128个字符，与ASCII一对一对应，使用具有与ASCII相同的二进制值的单个八位字节进行编码，使有效的ASCII文本有效UTF-8编码的Unicode同样。

因此Java仍将您的流视为UTF-8。如果您尝试使用带有UTF-8阅读器的UTF-16或UTF-32，您将获得垃圾。

Answer 5

为什么呢？如果您要上传文件，请使用InputStream。您不希望将文件数据转换为UTF-16，然后再将其转换为可能的不同编码。

只需复制字节。