從UTF-8格式化的pdf文件中讀取並將其寫入cp1252格式的作者

我想從使用文件流的pdf文件讀取，並且我想將其寫入以cp1252編碼格式的作者。以下是代碼：從UTF-8格式化的pdf文件中讀取並將其寫入cp1252格式的作者

byte buf[] = new byte[8192]; 
InputStream is = new FileInputStream(f); 
ByteArrayOutputStream oos = new ByteArrayOutputStream(); 
int c=0; 
while ((c = is.read(buf)) != -1) { 
    oos.write(buf, 0, c); 
} 
byte out[] = oos.toByteArray(); 
String str = oos.toString(out,"UTF-8"); 
char[] ch = str.toCharArray(); 
writer.write(ch); 
is.close(); 
oos.close();

但由於文本不可讀（未正確轉換），輸出錯誤。我該如何解決？

來源

2016-03-21 Ria Katoch

「f」包含什麼？這是一個真正的PDF文件嗎？ –

* UTF-8格式的pdf文件* - 這是什麼？ PDF是一種二進制格式。句號。 – mkl

其pdf文件：文件f =新文件（「C：\ Users \ myfile.pdf」）; 我檢查了文件的屬性，並在日食它說它的編碼是默認的UTF-8 –

嘗試從PDF文件讀取時可能遇到錯誤。嘗試使用PDFBox從PDF文件中提取文本。這可能是最好的方法之一。一旦你有所需的文本，你可以使用cp1252編碼保存它。

您可以從here

檢查出使用PDFBox的文本提取的例子關於轉換爲CP1252，如果你使用的是Windows機器，那麼默認的編碼是CP1252。所以簡單地試着保存文本應該希望保存在cp1252編碼。

來源

2016-03-30 17:50:32

從UTF-8格式化的pdf文件中讀取並將其寫入cp1252格式的作者

回答

相關問題