如何删除从Web服务返回的无法识别的字符？

Question

我正在开发一个调用休息网络服务的应用。有时，xml响应包含手机无法显示的字符。显示这些字符时，会显示一个空框。我想过滤掉这些字符。如何检测字符是否能够在屏幕上显示？

一些特定字符包括：

http://www.fileformat.info/info/unicode/char/0094/index.htm http://www.fileformat.info/info/unicode/char/0080/index.htm http://www.fileformat.info/info/unicode/char/0092/index.htm

Answer 1

Android支持以下encodings

• Xml.Encoding ISO_8859_1
• Xml.Encoding US_ASCII
• Xml.Encoding UTF_16
• Xml.Encoding UTF_8

US_ASCII不应该有任何问题。

对于ISO_8859_1，您应该检查wiki 对于控制字符0x00-0x1f和0x7f-0x9f并过滤它们。 当然使用匹配的字体。

使用UTF_8或16更复杂，请阅读Joels The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets

您可能会发现此邮件list很有用。

Answer 2

首先，尝试使用以下命令获取设备的默认字符集：

Charset.defaultCharset();

然后尝试使用XML声明的伪属性或HTTP调用的Content-Type标头来查看XML的字符集。
例如：

<?xml version="1.0" encoding="utf-8" ?>

或

Content-Type: text/html; charset=utf-8

如果设备的默认字符集与XML的字符集不同，则在处理新字符串时必须注意：

new String( bytes);

因为如果您忘记指定正确的编码，Dalvik将使用具有合理显示错误的设备的默认编码。
记得使用：

new String( bytes, encoding);

Answer 3

看来我可以在每个角色上调用Character.isIdentifierIgnorable()，如果可以忽略则不包含它。 Character.isISOControl()也可能有用。