Question

我有一堆用UTF-8编码的文本文件。文件中的文本如下所示：\x6c\x69b/\x62\x2f\x6d\x69nd/m\x61x\x2e\x70h\x70。

我已经复制了所有这些文本文件，并将它们放入目录/convert/。

我需要读取每个文件并将编码的文字转换为字符，然后保存文件。 filename.converted.txt

最聪明的做法是什么？如何转换为新文本？是否有处理Unicode文本的函数在文字类型之间进行转换？我应该使用不同的编程语言吗？

这就是我现在所拥有的：

import java.io.BufferedWriter;
import java.io.File;
import java.io.FileWriter;

public class decode {
    public static void main(String args[]) {
        File directory = new File("C:/convert/");
        String[] files = directory.list();
        boolean success = false;
        for (String file : files) {
            System.out.println("Processing \"" + file + "\"");

            //TODO read each file and convert them into characters
            success = true;

            if (success) {
                System.out.println("Successfully converted \"" + file + "\"");
            } else {
                System.out.println("Failed to convert \"" + file + "\"");
            }

            //save file
            if (success) {
                try {
                    FileWriter open = new FileWriter("C:/convert/" + file + ".converted.txt");
                    BufferedWriter write = new BufferedWriter(open);
                    write.write("TODO: write converted text into file");
                    write.close();
                    System.out.println("Successfully saved \"" + file + "\" conversion.");
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        }
    }
}

Answer 1

（看起来有些混淆你的意思 - 这个答案假定输入文件完全是ASCII，并使用“\ x”对任何不在ASCII范围内的字节进行十六进制编码。）

听起来像UTF-8的一部分实际上是无关紧要的。您可以将其视为输出的不透明二进制数据。假设输入文件完全是ASCII：

以文字形式打开输入文件（例如，使用包含在FileInputStream中的InputStreamReader指定编码“US-ASCII”）
以二进制形式打开输出文件（例如，使用FileOutputStream）
从输入中读取每个字符
是吗？\'？
- 如果没有，请将字符的ASCII值写入输出流（仅从char到byte的情况）
- 下一个角色是什么？
- 如果它是'x'，读取接下来的两个字符，将它们从十六进制转换为一个字节（有很多代码可以执行此部分），并将该字节写入输出流
- 如果是'\'，请将'\'的ASCII值写入输出流
- 否则，可能会抛出指示失败的异常
循环，直到用完输入文件
关闭finally块中的两个文件

然后你将拥有一个“普通”的UTF-8文件，任何支持UTF-8的文本编辑器都可以读取该文件。

Answer 2

java.io.InputStreamReader可用于将来自任意字符集的输入流转换为Java char。不过，我不确定你想怎么写它。您是否希望将非ASCII字符写为ASCII Unicode转义序列？

如何将UTF-8文字转换为UTF-8字符？

2 个答案: