Question

我有一个文件，或者我从套接字读取;我读过的数据应该用给定的字符编码进行文本编码。

但是即使我指定了编码并且最终证明是错误的，操作也会成功;而不是任何类型的例外，我在文本中得到了很多�：/

有没有办法可以触发失败呢？

Answer 1

是的。

首先，一些信息：那个讨厌的�字符到底是什么？好吧，它是Unicode's "replacement character", code point U+FFFD。

现在，你为什么这样做？为了解释这一点，我们需要深入研究发生的事情......

首先，＆＃34;正式＆＃34;定义：字符编码是一个定义字节流和字符流之间的双射的过程;因为它是一个双射，它意味着定义了两个操作：编码（将字符流转换为字节流）和解码（将字节流转换为字符流）。

在Java中，字符编码包含在Charset中;您可以使用Charset.newEncoder()获取编码器，使用Charset.newDecoder()获取解码器。

当然，可能会发生在解码过程中，这里感兴趣的是，某个字节序列结果是格式错误，在这种情况下CharsetDecoder必须决定做什么。 ..这种行为取决于CodingErrorAction，它有三个值：

REPLACE（默认值!! ）：用Unicode的替换字符替换任何不可映射的序列！
IGNORE：废弃所有无法映射的序列，不输出任何内容;
REPORT：在不可映射的序列上抛出异常......

现在，我们想要检测格式错误的输入并抛出错误是REPORT他们！

那么，鉴于InputStream，我们该如何做？解决方案是使用InputStreamReader; it has a constructor allowing you to specify a CharsetDecoder as an argument。您所要做的就是创建解码器！

例如，如果您想确保正确的UTF-8，您可以这样做：

final CharsetDecoder decoder = StandardCharsets.UTF_8
    .newDecoder().onMalformedInput(CodingErrorAction.REPORT);

try (
    final InputStreamReader reader = new InputStreamReader(in, decoder);
) {
    // read from the reader here
}

您想要捕获的例外是CharacterCodingException。请注意，它会继承IOException，因此您需要：

try (
    ...
) {
    ...
} catch (CharacterCodingException e) {
    ...
} catch (IOException e) {
    ...
}

如何判断从网络接收的文本/从文件读取的文本是否使用给定的编码？

1 个答案: