Question

我需要将UTF-8商标标志转换为ISO Latin 1，并将其保存到数据库中，该数据库也是ISO Latin 1编码。

我怎么能在java中做到这一点？

我尝试过像

这样的东西

String s2 = new String(s1.getBytes("ISO-8859-1"), "utf-8");

但似乎没有按照我的预期发挥作用。

Answer 1

Java中的字符串始终使用Unicode（UTF-16，有效）。只有在您尝试从文本转换为二进制编码时才需要转换，反之亦然。

涉及的角色是什么？你确定它甚至出现在ISO Latin 1中吗？如果是，我希望您的数据库存储该字符没有任何问题。没有“UTF-8商标标志”这样的东西。您可以使用“表示商标符号UTF-8编码的字节”，但这将是一个字节数组，而不是字符串。

编辑：如果你的意思是Unicode trademark character U + 2122，那就超出了ISO-Latin-1的范围。有registered trademark character U + 00AE，这不是一回事（无论是在外观上还是在法律意义上，IIRC）但可能总比没有好 - 如果你想使用那么只需使用：

string replaced = original.replace('\u2122', '\u00ae');

Answer 2

据我了解，您试图将包含非Latin-1字符的字符（来自s1）存储到仅支持ISO-8859-1的DB中。

首先，我同意其他人说这是一个肮脏的想法请注意，CP1252接近ISO-8859-1（每个字符1个字节），并包含™
现在，为了回答你的问题，我认为你做了相反的事您希望将UTF-8字节编码为ISO-8859-1：
```
String s2 = new String(s1.getBytes("UTF-8"), "ISO-8859-1");
```
这样，s2是一个字符串，一旦用ISO-8859-1编码，就会返回一个字节数组，看起来像有效的UTF-8字节。

要检索原始字符串，您可以
```
String s1 = new String(s2.getBytes("ISO-8859-1"),"UTF-8");
```

但等待！执行此操作时，希望可以使用ISO-8859-1解码任何字节。并且您的数据库将接受此类数据。等。

事实上，它确实不确定，因为正式，ISO-8859-1 doesn't have chars for any byte values。例如，从80到9F。

然后，

byte[] b = { -97, -100, -128 };
System.out.println( new String(b,"ISO-8859-1") );

会显示???

但是， in Java ，s.getBytes("ISO-8859-1")确实恢复了初始数组。

Answer 3

阅读Jon Skeet告诉你的内容。您发布的代码是垃圾（它采用您的字符串的UTF-8编码形式，并将其解释为ISO-8859-1，这没有任何用处）。
ISO-8859-1编码（a.k.a Latin1）不包含商标字符“™”。

Answer 4

我遇到了类似的问题，并通过转换实体中不可翻译的字符来解决它。如果您稍后将信息显示为html，则无论如何都可以。

如果没有，您可以尝试将它们转换回unicode。

带有“商标”的python示例：

s = u'yellow bananas\u2122'.encode('latin1', 'xmlcharrefreplace')
# s is 'yellow bananas&#8482;'

如何将UTF-8字符转换为ISO Latin 1？

4 个答案: