Java écrire fichier de format Shift-JIS CSV

Question

Je suis en train de faire des tests avec le fichier CSV de sortie pour le format Shift-JIS, mais en quelque sorte je l'ai trouvé bizarre sur les essais des différences de caractères japonais comme ci-dessous:

Mon code :

try { 
     String dat2 = "ｶﾖ ﾊﾗﾀﾞ"; 
     String dat = "２バイト文字出力"; 
     String fileName = "C:/Users/CR/Desktop/test2.txt"; 

     FileOutputStream fos = new FileOutputStream(fileName); 
     OutputStreamWriter osw = new OutputStreamWriter(fos, "Shift_JIS"); 
     BufferedWriter fp = new BufferedWriter(osw); 

     fp.write(new String(dat2.getBytes("Shift_JIS")); 
     fp.newLine(); 

     fp.flush(); 
     fp.close(); 
     fos.close(); 

    } catch (Exception ex) { 
     throw new Exception(ex); 
    } 

Résultat DAT2:

Il n'a pas été en format Shift-JIS et les mots sont trop incorrectes où par un autre essai:

Résultat dat:

Cela peut être affiché correctement et dans le format attendu trop.

Quelque chose s'est mal passé? ou le contenu n'est pas correct?

Merci!

Answer 1

La plupart de votre code est bon, sauf pour la ligne:

fp.write(new String(dat2.getBytes("Shift_JIS")); 

chaînes Java sont (plus ou moins) codant neutre. L'encodage entre en jeu lorsque vous écrivez la chaîne dans un fichier (ou l'envoyez sur le net). Dans votre cas, la conversion d'encodage est gérée par le OutputStreamWriter que vous avez configuré correctement.

Ainsi, la ligne devient plus simple:

fp.write(dat2); 

BTW:

L'expression

new String(dat2.getBytes("Shift_JIS") 

convertit d'abord la chaîne dat2 dans un tableau d'octets dans Shift_JIS codage et convertit ensuite les octet tableau dans une chaîne en utilisant le codage par défaut (probablement UTF-8), décodant ainsi l'octet a rayer en utilisant le mauvais encodage.

P.S.

Encore une chose. Les fichiers texte comme les fichiers CSV n'ont aucun moyen d'indiquer quel encodage a été utilisé pour les écrire (exception: UTF avec BOM). Il n'y a que des heuristiques pour faire une bonne estimation. Ainsi, lorsque vous les ouvrez dans un éditeur de texte, vous devez vérifier s'ils ont été ouverts avec le codage correct et le corriger si nécessaire. Dans votre première capture d'écran, il est indiqué "ANSI" dans la barre d'état. C'est à peine ce que tu veux.

Answer 2

Il semble que le problème soit causé par le mot japonais - Caractères Katakana pleine largeur ou demi-largeur.

Pour mon échantillon donné au-dessus, le dat est en pleine largeur et DAT2 est en demi-largeur.

J'essaie donc d'utiliser ICU4J pour convertir la demi-largeur en pleine largeur, puis il peut écrire avec succès en format CSV avec le format Shift-JIS.

Transliterator transliterator = Transliterator.getInstance("Halfwidth-Fullwidth"); 
String converted = transliterator.transliterate("ｶﾖ ﾊﾗﾀﾞ"); 

The result as below : 
カヨ　ハラダ 

Answer 3

j'exécuter le programme ci-dessous:

import java.io.*; 

public class Hoge { 
    public static void main(String[] args) { 
     try { 
      { 
       String dat = "２バイト文字出力"; 
       String fileName = "./FullWidth.txt"; 

       FileOutputStream fos = new FileOutputStream(fileName); 
       OutputStreamWriter osw = new OutputStreamWriter(fos, "Shift_JIS"); 
       BufferedWriter fp = new BufferedWriter(osw); 

       fp.write(new String(dat.getBytes("Shift_JIS"))); 
       fp.newLine(); 

       fp.flush(); 
       fp.close(); 
       fos.close(); 
      } 
      { 
       String dat2 = "ｶﾖ ﾊﾗﾀﾞ"; 
       String fileName = "./HalfWidth.txt"; 

       FileOutputStream fos = new FileOutputStream(fileName); 
       OutputStreamWriter osw = new OutputStreamWriter(fos, "Shift_JIS"); 
       BufferedWriter fp = new BufferedWriter(osw); 

       fp.write(new String(dat2.getBytes("Shift_JIS"))); 
       fp.newLine(); 

       fp.flush(); 
       fp.close(); 
       fos.close(); 
      } 
     } catch (Exception ex) { 
      // NOP 
     } 
    } 
} 

Le contenu de FullWidth.txt est (en hexadécimal):

3F 51 3F 6F 3F 43 3F 67 3F 3F 3F 3F 3F 6F 3F 3F 0A 

La chaîne ２バイト dans le codage Shift JIS doit être 82 51 83 6F 83 43 83 67. Donc, je pense que Notepad ++ a reconnu l'encodage comme Shift JIS, et en quelque sorte récupéré le premier octet de chaque caractère.

D'autre part, le contenu de HalfWidth.txt est (en hexadécimal):

3F 3F 20 3F 3F 3F 3F 0A 

Je pense donc que Notepad ++ ne pouvait pas reconnaître l'encodage de ce fichier.

En résumé: Les deux fichiers sont incorrects. Accidentellement Notepad ++ pourrait récupérer le contenu d'un fichier, et n'a pas pu récupérer le contenu de l'autre fichier.