자바에서 UTF-8을 ISO-8859-1로 변환-단일 바이트로 유지하는 방법

자바에서 UTF-8을 ISO-8859-1로 변환-단일 바이트로 유지하는 방법

---

UTF-8로 Java로 인코딩 된 문자열을 ISO-8859-1로 변환하려고합니다. 예를 들어 'âabcd'문자열에서 'â'는 ISO-8859-1에서 E2로 표시됩니다. UTF-8에서는 2 바이트로 표시됩니다. C3 A2 믿습니다. getbytes (encoding)를 수행 한 다음 ISO-8859-1 인코딩의 바이트로 새 문자열을 만들면 두 개의 다른 문자가 표시됩니다. Ã ¢. 캐릭터를 동일하게 유지하기 위해 이렇게하는 다른 방법이 있습니까?

---

UTF-16 이외의 문자 인코딩을 다루는 경우 java.lang.String또는 char기본 형식을 사용해서는 안됩니다 . byte[]배열이나 ByteBuffer객체 만 사용해야 합니다. 그런 다음을 사용 java.nio.charset.Charset하여 인코딩간에 변환 할 수 있습니다 .

Charset utf8charset = Charset.forName("UTF-8");
Charset iso88591charset = Charset.forName("ISO-8859-1");

ByteBuffer inputBuffer = ByteBuffer.wrap(new byte[]{(byte)0xC3, (byte)0xA2});

// decode UTF-8
CharBuffer data = utf8charset.decode(inputBuffer);

// encode ISO-8559-1
ByteBuffer outputBuffer = iso88591charset.encode(data);
byte[] outputData = outputBuffer.array();

---

byte[] iso88591Data = theString.getBytes("ISO-8859-1");

트릭을 할 것입니다. 설명에 따르면 "ISO-8859-1 문자열 저장"을 시도하는 것처럼 보입니다. Java의 문자열 객체는 항상 UTF-16으로 암시 적으로 인코딩됩니다. 해당 인코딩을 변경할 방법이 없습니다.

할 수있는 일은 ' .getBytes()위에 표시된 방법을 사용하여 다른 인코딩을 구성하는 바이트를 가져 오는 것 입니다.

---

UTF-8을 사용하여 문자열을 인코딩하는 바이트 세트로 시작하여 해당 데이터에서 문자열을 만든 다음 다른 인코딩으로 문자열을 인코딩하는 일부 바이트를 가져옵니다.

    byte[] utf8bytes = { (byte)0xc3, (byte)0xa2, 0x61, 0x62, 0x63, 0x64 };
    Charset utf8charset = Charset.forName("UTF-8");
    Charset iso88591charset = Charset.forName("ISO-8859-1");

    String string = new String ( utf8bytes, utf8charset );

    System.out.println(string);

    // "When I do a getbytes(encoding) and "
    byte[] iso88591bytes = string.getBytes(iso88591charset);

    for ( byte b : iso88591bytes )
        System.out.printf("%02x ", b);

    System.out.println();

    // "then create a new string with the bytes in ISO-8859-1 encoding"
    String string2 = new String ( iso88591bytes, iso88591charset );

    // "I get a two different chars"
    System.out.println(string2);

이것은 문자열과 iso88591 바이트를 올바르게 출력합니다.

âabcd 
e2 61 62 63 64 
âabcd

따라서 바이트 배열이 올바른 인코딩과 쌍을 이루지 않았습니다.

    String failString = new String ( utf8bytes, iso88591charset );

    System.out.println(failString);

출력

âabcd

(또는 방금 utf8 바이트를 파일에 쓰고 다른 곳에서 iso88591로 읽습니다)

---

이것이 내가 필요한 것입니다.

public static byte[] encode(byte[] arr, String fromCharsetName) {
    return encode(arr, Charset.forName(fromCharsetName), Charset.forName("UTF-8"));
}

public static byte[] encode(byte[] arr, String fromCharsetName, String targetCharsetName) {
    return encode(arr, Charset.forName(fromCharsetName), Charset.forName(targetCharsetName));
}

public static byte[] encode(byte[] arr, Charset sourceCharset, Charset targetCharset) {

    ByteBuffer inputBuffer = ByteBuffer.wrap( arr );

    CharBuffer data = sourceCharset.decode(inputBuffer);

    ByteBuffer outputBuffer = targetCharset.encode(data);
    byte[] outputData = outputBuffer.array();

    return outputData;
}

---

문자열에 올바른 인코딩이있는 경우 다른 인코딩을위한 바이트를 가져 오기 위해 더 많은 작업을 수행 할 필요가 없습니다.

public static void main(String[] args) throws Exception {
    printBytes("â");
    System.out.println(
            new String(new byte[] { (byte) 0xE2 }, "ISO-8859-1"));
    System.out.println(
            new String(new byte[] { (byte) 0xC3, (byte) 0xA2 }, "UTF-8"));
}

private static void printBytes(String str) {
    System.out.println("Bytes in " + str + " with ISO-8859-1");
    for (byte b : str.getBytes(StandardCharsets.ISO_8859_1)) {
        System.out.printf("%3X", b);
    }
    System.out.println();
    System.out.println("Bytes in " + str + " with UTF-8");
    for (byte b : str.getBytes(StandardCharsets.UTF_8)) {
        System.out.printf("%3X", b);
    }
    System.out.println();
}

산출:

Bytes in â with ISO-8859-1
 E2
Bytes in â with UTF-8
 C3 A2
â
â

---

파일 인코딩의 경우 ...

public class FRomUtf8ToIso {
        static File input = new File("C:/Users/admin/Desktop/pippo.txt");
        static File output = new File("C:/Users/admin/Desktop/ciccio.txt");


    public static void main(String[] args) throws IOException {

        BufferedReader br = null;

        FileWriter fileWriter = new FileWriter(output);
        try {

            String sCurrentLine;

            br = new BufferedReader(new FileReader( input ));

            int i= 0;
            while ((sCurrentLine = br.readLine()) != null) {
                byte[] isoB =  encode( sCurrentLine.getBytes() );
                fileWriter.write(new String(isoB, Charset.forName("ISO-8859-15") ) );
                fileWriter.write("\n");
                System.out.println( i++ );
            }

        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                fileWriter.flush();
                fileWriter.close();
                if (br != null)br.close();
            } catch (IOException ex) {
                ex.printStackTrace();
            }
        }

    }


    static byte[] encode(byte[] arr){
        Charset utf8charset = Charset.forName("UTF-8");
        Charset iso88591charset = Charset.forName("ISO-8859-15");

        ByteBuffer inputBuffer = ByteBuffer.wrap( arr );

        // decode UTF-8
        CharBuffer data = utf8charset.decode(inputBuffer);

        // encode ISO-8559-1
        ByteBuffer outputBuffer = iso88591charset.encode(data);
        byte[] outputData = outputBuffer.array();

        return outputData;
    }

}

---

Adam Rosenfield의 답변 외에도 ByteBuffer.array()버퍼의 기본 바이트 배열 을 반환하는 것을 추가하고 싶습니다 . 이는 반드시 마지막 문자까지 "트림"되지는 않습니다. 이 답변에 언급 된 것과 같은 추가 조작이 필요합니다 . 특히:

byte[] b = new byte[bb.remaining()]
bb.get(b);

---

ISO-8859-1이 아닌 문자를 제거하면 '?'로 대체됩니다. (예를 들어 ISO-8859-1 DB로 보내기 전) :

utf8String = 새 문자열 (utf8String.getBytes (), "ISO-8859-1");

참고 URL : https://stackoverflow.com/questions/655891/converting-utf-8-to-iso-8859-1-in-java-how-to-keep-it-as-single-byte