Question

用户上传文件编码：Cp1252

由于我的mysql表列Collation为utf8_bin，我尝试在使用LOAD DATA INFILE命令将数据放入表之前将文件转换为utf-8。

Java源代码：

OutputStream output = new FileOutputStream(destpath);
InputStream input = new FileInputStream(filepath);
BufferedReader reader = new BufferedReader(new InputStreamReader(input, "windows-1252"));
BufferedWriter writ = new BufferedWriter(new OutputStreamWriter(output, "UTF8"));
String in;
while ((in = reader.readLine()) != null) {
    writ.write(in);
    writ.newLine();
}
writ.flush();
writ.close();

似乎没有正确转换字符。转换后的unicode文件在多个位置都有�和框符号。如何有效地将文件转换为uft-8？感谢。

Answer 1

验证转换过程的一种方法是配置字符集解码器和编码器以挽救错误，而不是用特殊字符静默替换错误字符：

CharsetDecoder inDec=Charset.forName("windows-1252").newDecoder()
  .onMalformedInput(CodingErrorAction.REPORT)
  .onUnmappableCharacter(CodingErrorAction.REPORT);

CharsetEncoder outEnc=StandardCharsets.UTF_8.newEncoder()
  .onMalformedInput(CodingErrorAction.REPORT)
  .onUnmappableCharacter(CodingErrorAction.REPORT);

try(FileInputStream is=new FileInputStream(filepath);
    BufferedReader reader=new BufferedReader(new InputStreamReader(is, inDec));
    FileOutputStream fw=new FileOutputStream(destpath);
    BufferedWriter out=new BufferedWriter(new OutputStreamWriter(fw, outEnc))) {

    for(String in; (in = reader.readLine()) != null; ) {
        out.write(in);
        out.newLine();
    }
}

请注意，输出编码器在这里配置为对称，但UTF-8能够对每个unicode字符进行编码，但是，一旦您想要使用相同的代码执行其他转换，这样做是有帮助的。

此外，请注意，如果输入文件的编码不同，但误解字节会导致有效字符，则无效。需要考虑的一件事是输入编码"windows-1252"是否实际意味着系统的默认编码（以及它是否真的相同）。如果有疑问，当实际预期的转化为Charset.defaultCharset()→Charset.forName("windows-1252")时，您可以使用default代替UTF-8。

将文件从Cp1252转换为utf -8 java

1 个答案: