时间戳

首页 > 解决方案 > 即使在使用 UTF8 后处理 InputStreamReader 时也不会保留字符编码

java - 即使在使用 UTF8 后处理 InputStreamReader 时也不会保留字符编码

问题描述

有数据：

batiment:Kube D
etage:4ème
description:some_description

我想通过 InputStreamReader 的东西来获取这些数据：

SharedByteArrayInputStream sbais = (SharedByteArrayInputStream) content;
Reader reader = new InputStreamReader(sbais, Charset.forName("UTF8"));
int size = sbais.available();
char[] theChars = new char[size];
int data = reader.read();
int i = 0;
while (data != -1) {
    theChars[i] = (char) data;
    i++;
    data = reader.read();  
}
String parse = new String(theChars);
String[] parties = parse.split("Content-Transfer-Encoding: quoted-printable");
String partie = (parties[1]).trim();
parties = partie.split("\\R");
String ret = "";
for(String ligne : parties) {
   if (ligne == null || ligne.trim().equals(""))
        break;
   ret = ret.concat(ligne).concat(System.lineSeparator());
}
return ret;

在运行时，数据4ème被转换为4=E8me

那么有什么问题呢？

编辑 ：

这是内容的标题：

--_008_DB6P190MB0166B6F4DE5E31397B4A7B558C3C9DB6P190MB0166EURP_
Content-Type: multipart/alternative;
    boundary="_000_DB6P190MB0166B6F4DE5E31397B4A7B558C3C9DB6P190MB0166EURP_"

--_000_DB6P190MB0166B6F4DE5E31397B4A7B558C3C9DB6P190MB0166EURP_
Content-Type: text/plain; charset="iso-8859-1"
Content-Transfer-Encoding: quoted-printable

batiment:KUBE D
etage:4=E8me
description:andrana

Cordialement,

...

标签： javacharacter-encoding

解决方案

我们可以看到您忽略了 String 之前内容中的所有内容Content-Transfer-Encoding: quoted-printable。

这意味着您的初始内容实际上是4=E8me，它对应于一个 ISO-8859-1 字符串，用quoted-printable编码。

如果要将其转换为4ème，则必须对其进行解码。

没有什么是开箱即用的，但是这个答案会给你一些你可以使用的库的想法。

例如使用Apache Common Codec，它会是这样的：

    partie = new QuotedPrintableCodec(StandardCharsets.ISO_8859_1).decode(partie);

推荐阅读