Comment convertir entre ISO-8859-1 et UTF-8 en Java?

Question

Est-ce que quelqu'un sait comment convertir une chaîne de ISO-8859-1 à UTF-8 et de retour en Java?

Je reçois une chaîne du Web et l'enregistre dans le RMS (J2ME), mais je veux préserver les caractères spéciaux et obtenir la chaîne du RMS mais avec le codage ISO-8859-1. Comment puis-je faire cela?

Answer 1

En général, vous ne pouvez pas faire cela. UTF-8 est capable de coder n'importe quel point de code Unicode. ISO-8859-1 ne peut gérer qu'une infime partie d'entre eux. Ainsi, le transcodage d'ISO-8859-1 en UTF-8 ne pose aucun problème. Si vous revenez de UTF-8 à ISO-8859-1, les «caractères de remplacement» (& # xFFFD;) apparaîtront dans votre texte lorsque des caractères non pris en charge seront trouvés.

transcoder texte:

byte[] latin1 = ... 
byte[] utf8 = new String(latin1, "ISO-8859-1").getBytes("UTF-8"); 

ou

byte[] utf8 = ... 
byte[] latin1 = new String(utf8, "UTF-8").getBytes("ISO-8859-1"); 

Vous pouvez exercer plus de contrôle en utilisant le niveau inférieur Charset API. Par exemple, vous pouvez déclencher une exception lorsqu'un caractère non codable est trouvé ou utiliser un caractère différent pour remplacer le texte.

Answer 2

Si vous avez un String, vous pouvez le faire:

String s = "test"; 
try { 
    s.getBytes("UTF-8"); 
} catch(UnsupportedEncodingException uee) { 
    uee.printStackTrace(); 
} 

Si vous avez un « cassé » String, vous avez fait quelque chose de mal, la conversion d'un String à un String dans un autre encodage est defenetely pas la manière aller! Vous pouvez convertir un String en un byte[] et vice versa (en raison d'un encodage). En Java String s sont codés AFAIK avec UTF-16 mais c'est un détail d'implémentation.

Supposons que vous avez un InputStream, vous pouvez lire dans un byte[] puis le convertir en un String en utilisant

byte[] bs = ...; 
String s; 
try { 
    s = new String(bs, encoding); 
} catch(UnsupportedEncodingException uee) { 
    uee.printStackTrace(); 
} 

ou encore mieux (grâce à erickson) utiliser InputStreamReader comme ça:

InputStreamReader isr; 
try { 
    isr = new InputStreamReader(inputStream, encoding); 
} catch(UnsupportedEncodingException uee) { 
    uee.printStackTrace(); 
} 

Answer 3

Voici un moyen facile avec chaîne de sortie (j'ai créé une méthode pour le faire):

public static String (String input){ 
    String output = ""; 
    try { 
     /* From ISO-8859-1 to UTF-8 */ 
     output = new String(input.getBytes("ISO-8859-1"), "UTF-8"); 
     /* From UTF-8 to ISO-8859-1 */ 
     output = new String(input.getBytes("UTF-8"), "ISO-8859-1"); 
    } catch (UnsupportedEncodingException e) { 
     e.printStackTrace(); 
    } 
    return output; 
} 
// Example 
input = "Música"; 
output = "Música"; 

Answer 4

Ce qui a fonctionné pour moi: ("Üzüm Bağları" est correct écrit en turque)

Convertir ISO-8859-1 en UTF-8:

String encodedWithISO88591 = "üzüm baÄları"; 
String decodedToUTF8 = new String(encodedWithISO88591.getBytes("ISO-8859-1"), "UTF-8"); 
//Result, decodedToUTF8 --> "üzüm bağları" 

Convert UTF-8 à ISO-8859-1

String encodedWithUTF8 = "üzüm bağları"; 
String decodedToISO88591 = new String(encodedWithUTF8.getBytes("UTF-8"), "ISO-8859-1"); 
//Result, decodedToISO88591 --> "üzüm baÄları" 

Answer 5

Apache Commons IO Charsets class peut être utile:

String utf8String = new String(org.apache.commons.io.Charsets.ISO_8859_1.encode(latinString).array())