clojure中的文本编码转换

Question

我想写一个clojure函数，它在一个编码中接受一个字符串并将其转换为另一个。 iconv库可以做到这一点。

例如，让我们看看角色“è”。在ISO-8859-1（http://www.ascii-code.com/）中，e8为十六进制。在UTF-8（http://www.ltg.ed.ac.uk/~richard/utf-8.cgi?input=%C3%A8&mode=char）中，它是c3 a8。

所以我们假设我们有iso.txt，其中包含我们的字母和EOL：

$ hexdump iso.txt                               
0000000 e8 0a                  
0000002

现在我们可以将它转换为UTF-8：

$ iconv -f ISO-8859-1 -t UTF-8 iso.txt | hexdump
0000000 c3 a8 0a                                       
0000003

我应该如何在clojure中写出相同的东西？我很高兴使用任何外部库，但我不知道我会去哪里找到它们。环顾四周，我无法弄清楚如何在JVM上使用libiconv本身，但是可能还有另外一种选择？

修改

在评论中阅读了Alex的链接之后，这非常简单而且很酷：

user> (new String (byte-array 2 (map unchecked-byte [0xc3 0xa8])) "UTF-8")
"è"

user> (new String (byte-array 1 [(unchecked-byte 0xe8)]) "ISO-8859-1")
"è"

Answer 1

如果您希望将简单的整个文件转换为UTF-8，slurp允许使用:encoding选项指定文件编码，spit将默认输出UTF-8。此方法将整个文件读入内存，因此大文件可能需要不同的方法。

$ printf "\xe8\n" > iso.txt
$ hexdump iso.txt
0000000 e8 0a                                          
0000002

(spit "/Users/path/iso2.txt"
      (slurp "/Users/path/iso.txt" :encoding "ISO-8859-1"))

$ hexdump iso2.txt
0000000 c3 a8 0a                                       
0000003

注意： slurp如果您未指定编码，则会采用UTF-8。