字符串中文件存储的文本内容未将 unicode 转换为 ISO_8859_1

问题描述

我正在尝试将 Unicode 转换为 ISO_8859_1。在 Java 字符串变量中声明 Unicode 时很容易，例如

String myString = "\u00E9checs";
byte[] bytesOfString = myString.getBytes();
String encoded_String = new String(bytesOfString,StandardCharsets.ISO_8859_1);
System.out.println(encoded_String);

输出：

échecs

到目前为止一切顺利，但是当我尝试转换保存在文件中的相同文本时，它并没有按原样转换打印，这里我附上了从文件中读取并执行转换的代码。

    String path = "st.txt"; //where st.txt contains only one line i.e. \u00E9checs
    FileInputStream inputStream = null;
    Scanner sc = null;
    try {
        inputStream = new FileInputStream(path);
        sc = new Scanner(inputStream);
        while (sc.hasNextLine()) {
            byte[] bytesOfString = sc.nextLine().getBytes();   
            String encoded_String = new String(bytesOfString,StandardCharsets.ISO_8859_1);
            System.out.println(encoded_String); 
        
        }

        if (sc.ioException() != null) {
            throw sc.ioException();
        }
    } finally {
        if (inputStream != null) {
            inputStream.close();
        }
        if (sc != null) {
            sc.close();
        }
    }

输出：

\u00E9checs

注意： 这是一个测试代码，因此我在文件中使用了一行；我需要在一个大文件上应用相同的过程，因为我使用 Scanner Class 来节省内存利用率。

有人能指导我如何为文件中的文本实现与 Unicode 直接在 Java String 变量中声明时得到的结果相同的结果吗？

预先感谢您并期待您的早日回复。

解决方法

这就是问题所在：

      byte[] bytesOfString = sc.nextLine().getBytes();
      String encoded_String = new String(bytesOfString,StandardCharsets.ISO_8859_1);

所以：

• 文件中有大约 8859-1 个字节

• 扫描仪在假设它们是 Unicode 的情况下读取它们

• 然后将 Unicode 数据转换为一些 UTF-8 字节

• 然后将字节转换为 Unicode，假装它们是 8859-1

您应该使用需要 8859-1 输入的扫描仪：

  new Scanner(inputstream,StandardCharsets.ISO_8859_1);

然后 nextLine 会做正确的转换；不再需要处理代码。