我维护一个在Windows上运行但在Linux机器上写入MariaDB的Java webapp。 webapp有一个textarea（实际上很多），用户通常希望从MS Word文档中粘贴文本。
此webapp的旧版本在小型Windows服务器上运行，在该框上写入mysql。虽然它存在一些操作问题，但仍然有效。
由于我已将应用程序移植到Linux，当用户将文本粘贴到具有“特殊”字符（项目符号，短划线，智能引号等）的表单中时，保存到MariaDB失败，因为某些字符是在UTF-8中无效。
所以，我想我需要实现某种字符集转换。正确地做到这一点似乎相当困难。基本思路很简单。
我创建了一个包含以下可视内容的小Word文档：
• This is an item – with a dash
然后我尝试将其粘贴到Textpad中并将该文件保存到磁盘。我用“od -x”转储内容，然后反转字节，然后将它们放入一个字节数组中，如下所示：
byte[] data = {(byte)0x95, 0x09, 0x54, 0x68, 0x69, 0x73, 0x20, 0x69, 0x73, 0x20, 0x61, 0x6e, 0x20, 0x69, 0x74, 0x65, 0x6d, 0x20, (byte)0x96, 0x20, 0x77, 0x69, 0x74, 0x68, 0x20, 0x61, 0x20, 0x64, 0x61, 0x73, 0x68, 0x00};
我希望这反映出“windows-1252”编码，但我真的不知道。
然后我尝试将其转换为UTF-8：
byte[] utf8Data = new String(data, "windows-1252").getBytes("UTF-8");
然后我打印了字符串，结果是：
• This is an item – with a dash
我不确定我在这里做什么，或者是否甚至可以完全做到这一点。
我还需要在webapp本身中确定我希望表单中的文本使用什么字符编码。我真的不想假设它是“windows-1252”。
我的大脑受伤了。