字符集轉換的CharsetICU java示例

我需要將文件從EBCDIC（IBM 937）轉換爲UTF-8。任何想法如何使用CharsetICU（icu4j API）進行字符集轉換？字符集轉換的CharsetICU java示例

2011-03-14 SNL

無需使用外部庫來做到這一點的轉換（略異常處理）：

Reader r = new InputStreamReader(new FileInputStream(...), "IBM937"); 
Writer w = new OutputStreamWriter(new FileOuputStream(...), "UTF-8"); 

char[] buf = new char[65536]; 
int size = 0; 

while ((size = r.read(buf)) != -1) 
    w.write(buf, 0, size); 

r.close(); 
w.close();

來源

2011-03-14 13:48:30 axtavt

試過這個了。由於某種原因，它不會執行轉換。輸出應該是這樣的：僔働咗卆匜叀卼卋卆卐而不是它的表現是這樣的： VPそあじょほいあお – SNL 2011-03-14 14:02:15

@SNL：它看起來非常奇怪。根據http://www.fileformat.info/info/unicode/char/5350/charset_support.htm，U +5350卐根本不能在IBM 937中表示。您確定您的輸入是IBM 937嗎？你能展示它的十六進制表示嗎？ – axtavt 2011-03-14 16:48:36

這是正確的，我也仔細檢查發射機。我們在ebcdic中有一個文件，而在utf-8中有另一個版本。你碰巧知道各種編碼之間的十六進制值是否保持相同？ – SNL 2011-03-14 17:20:52

認爲你應該能夠使用CharsetICU。 forNameICU（「ibm-937」），那麼你可以將得到的字符集傳遞給讀寫器。

來源

2011-03-18 15:55:21

這不是一個字符集轉換，這是一個使用ICU庫的「音譯」例子。

版本：ICU4J 53.1

套餐：com.ibm.icu.text.Transliterator

Transliterator.getInstance("Latin-ASCII").transliterate("Your text");

其中：「拉丁-ASCII」是「字符集合」你需要（注意：此不是一種編碼）。你可以使用Transliterator.getAvailableIDs（）來檢查可用的ID;

對於「拉丁-ASCII」：

Given "123" returns "123" 
Given "abc" returns "abc" 
Given "Š Œ ñ" returns "S OE n"

來源

2014-09-17 11:37:08

字符集轉換的CharsetICU java示例

回答

相關問題