ISO編碼與日本幀文件

我有一個日本內容正在轉換爲MS幫助與某種工具。問題是，第三方工具不使用UTF-8編碼，並建立垃圾字符的.xml：ISO編碼與日本幀文件

<param name="Name" value="&#195;&#137;A&#195;&#137;v&#195;&#137;&#195;&#164;&#195;&#137;P&#195;&#133;&#195;&#137;V&#195;&#137;&#195;&#161;&#195;&#137;&#195;&#172;&#195;&#135;&#8224;&#195;&#135;'&#195;&#135;&#195;&#139;&#195;&#135;&#195;&#152;&#195;&#133;&#501;&#195;&#135;&#195;&#039;&#195;&#135;&#195;&#039;]"> 
    <param name="Name" value="Test File"> 
    <param name="Local" value="applications.htm#Xau1044547">

我試圖與編碼玩弄，現在生產：

<param name="Name" value="ÉAÉvÉäÉPÅ"> 
    <param name="Name" value="Test"> 
    <param name="Local" value="applications.htm#Xau1044547">

但隨着UTF-8編碼（其他工具）和正確的輸出應該是：

<param name="Name" value="アプリケーション"> 
    <param name="Name" value="Small Business アプリケーションの起動 "> 
    <param name="Local" value="applications1.html#wp1044548">

是否有任何Java API我可以用它來解碼和編碼文件都具有正確的輸出。我不確定該工具使用了什麼，但我猜測它的「ISO-8859-1」。

謝謝。

來源

2011-04-11 Sumaiya

你的問題是，你需要正確地使用編碼：

找出編碼你的「日本的內容」使用
確保工具正確使用該編碼讀取該內容
確保該工具使用UTF-8對輸出文件進行編碼，並在其標頭中正確聲明。

來源

2011-04-11 22:11:18

我希望對文件做一些後期處理並獲取正確的字符。這就是爲什麼我一直在嘗試一些Java API來編碼解碼文件，迄今沒有任何成功。 – Sumaiya 2011-04-12 13:41:36

@Sumaiya：後處理是解決編碼問題的錯誤方法，因爲修復被錯誤使用編碼損壞的數據通常是不可能的。 – 2011-04-12 14:34:36

從最上面的示例中可以看出，您在那一點的編碼已經損壞。第一個「Name」屬性的值用HTML character escape codes（十進制NCR）表示。

這就是說，第二個樣本（值=「ÉAÉVÉäÉPÅ」）和第三個樣本（值=「應用程序」）與第一個不符。

如果HTML字符轉義確實是輸出應該是什麼，然後輸出編碼是ASCII或其他一些變異，然後將該值是：

value="&#12450;&#12503;&#12522;&#12464;&#12540;&#12471;&#12519;&#12531;"

我認爲你將需要再次確認如何此第三方工具正在輸出XML。

來源

2011-04-11 22:17:33 buruzaemon

ISO編碼與日本幀文件

回答

相關問題