Question

使用的变量：

JavaSE的-6
没有框架

鉴于此ピーター・ジョーズ的字符串输入以 UTF-8 编码，我无法将所述字符串转换为 Shift-JIS 将所述数据写入文件。

输入（UTF-8编码）：ピーター・ジョーンズ
输出（SHIFT-JIS编码）：ピーター・ジョーンズ（要编码的SHIFT-JIS）

我已尝试过如何将UTF-8字符串转换为SHIFT-JIS的代码片段：

stringToEncode.getBytes(Charset.forName("SHIFT-JIS"))
new String(unecodedString.getBytes("SHIFT-JIS"), "UTF-8")

两个代码段都返回此字符串输出：�s�[�^�[�E�W��[��Y（SHIFT-JIS编码）

关于如何解决这个问题的任何想法？

Answer 1

在Java内部，字符串是作为UTF-16代码单元的数组实现的。但这是一个实现细节，可以实现一个内部使用不同编码的JVM。

（注意“编码”，“charset”和Charset或多或少是同义词。）

应将String视为一系列Unicode代码点（即使在Java中它是一系列UTF-16代码单元）。

如果您的Java程序中有一个字符串，那么不正确表示它是“UTF-8字符串”或“以UTF-8编码的字符串”。这没有任何意义，除非你在谈论内部表示，这是无关紧要的。

如果使用编码（例如UTF-8或Shift-JIS）对字符串进行解码，则可以使用的字节序列解码为字符串。

或者，如果使用编码对其进行编码，则可以使用编码为字节序列的String，例如UTF-8或Shift-JIS。

简而言之，编码或Charset是一对两个函数，“编码”和“解码”，这样：

// String -> encode -> bytes
byte[] bytes = string.getBytes(encoding);
// or using Charset
ByteBuffer byteBuffer = charset.encode(string);

// bytes -> decode -> String
String string = new String(bytes, encoding);
// or using Charset
String string = charset.decode(byteBuffer).toString();

所以如果你有一个使用UTF-8编码的byte []：

byte[] utf8Bytes = "ピーター・ジョーズ".getBytes("UTF-8");
// utf8Bytes now contains, in hexadecimal
// e3 83 94  e3 83 bc  e3 82 bf   (ピ ー タ)
// e3 83 bc  e3 83 bb  e3 82 b8   (ー ・ ジ)
// e3 83 a7  e3 83 bc  e3 82 ba   (ョ ー ズ)

您可以使用以下命令从这些字节创建字符串：

String string = new String(utf8Bytes, "UTF-8");
// String now contains "ピーター・ジョーズ"

然后您可以使用以下命令将该字符串编码为Shift-JIS：

byte[] shiftJisBytes = string.getBytes("Shift-JIS");
// shiftJisBytes now contains, in hexadecimal
// 83 73  81 5b  83 5e   (ピ ー タ)
// 81 5b  81 45  83 57   (ー ・ ジ)
// 83 87  81 5b  83 59   (ョ ー ズ)

由于这些字节表示使用Shift-JIS编码的字符串，因此尝试使用UTF-8进行解码会产生垃圾：

String garbage = new String(shiftJisBytes, "UTF-8")
// String now contains "�s�[�^�[�E�W���[�Y"
// � is the character decoded when given an invalid UTF-8 sequence
// 83 73 81 5b 83 5e   (� s � [ � ^)
// 81 5b 81 45 83 57   (� [ � E � W)
// 83 87 81 5b 83 59   (� � � [ � Y)

此外，请记住，如果将字符串打印到输出（例如System.out），则将使用系统相关的系统默认编码将字符串转换为字节。您的系统默认值似乎为UTF-8。

System.out.print(string);
// equivalent to:
System.out.write(string.getBytes(Charset.defaultCharset()));

然后，如果您的输出是例如Windows控制台，那么在将它们呈现给您之前，它将使用非常可能完全不同的编码（可能是CP437或CP850）将这些字节转换为字符串。

这最后一部分可能会让你失望。

Answer 2

＆＃34; MS932＆＃34;而不是Shift-JIS / SJIS可能会成功。

字符串编码转换UTF-8到SHIFT-JIS

2 个答案: