轉換ISO-8859-1到UTF-8使用Groovy

我需要一個ISO-8859-1文件轉換爲UTF-8編碼，沒有鬆動的內容intormations ...轉換ISO-8859-1到UTF-8使用Groovy

我有一個文件，它看起來像這個：

<?xml version="1.0" encoding="ISO-8859-1" ?> 
<HelloEncodingWorld>Üöäüßßß Test!!!</HelloEncodingWorld>

不是我想編碼成UTF-8。我試過以下：

f=new File('c:/temp/myiso88591.xml').getText('ISO-8859-1') 
ts=new String(f.getBytes("UTF-8"), "UTF-8") 
g=new File('c:/temp/myutf8.xml').write(ts)

沒有工作，因爲字符串不兼容。然後我讀一些有關bytestreamreaders /作家/ streamingmarkupbuilder等...

那我就

f=new File('c:/temp/myiso88591.xml').getText('ISO-8859-1') 
mb = new groovy.xml.StreamingMarkupBuilder() 
mb.encoding = "UTF-8" 

new OutputStreamWriter(new FileOutputStream('c:/temp/myutf8.xml'),'utf-8') << mb.bind { 
    mkp.xmlDeclaration() 
    out << f 
}

這是完全不正是我想要的..

我只是想獲得用ISO-8859-1讀取器讀取一個xml的內容，然後將其放入一個新的（舊）文件...爲什麼這是如此複雜： -/

結果應該是，文件應該是真的用utf-8編碼：

<?xml version="1.0" encoding="UTF-8" ?> 
<HelloEncodingWorld>Üöäüßßß Test!!!</HelloEncodingWorld>

感謝您的任何答案乾杯

來源

2011-09-02 Booyeoo

我還沒有得到關於Groovy的第一個想法，但我認爲如果你指定'File.getText'文件的編碼，它將從轉換即自動編碼到您的內部編碼。即只要您的內部編碼設置爲使用UTF-8，您可能不需要執行其他任何操作。有人糾正我，如果我在這裏偏離軌道。或者，您得到的確切錯誤是什麼？ – deceze

def f=new File('c:/data/myiso88591.xml').getText('ISO-8859-1') 
new File('c:/data/myutf8.xml').write(f,'utf-8')

（我只是給它一個嘗試，它工作:-)

相同的java：庫爲你做轉換。 as deceze說：當你指定一個編碼時，它將被轉換爲內部格式（utf-16 afaik）。當您在編寫字符串時指定另一種編碼時，它將被轉換爲此編碼。

但如果你使用XML，你不應該擔心編碼無論如何，因爲XML解析器會照顧它。它會讀取第一個字符<?xml並確定這些字符的基本編碼。之後，它可以從你的XML頭中讀取編碼信息並使用它。

來源

2011-09-02 11:21:11 rdmueller

'<？xml'？這在UTF-8和ASCII等方面是不是一樣？ :) – bzlm

某些UTF編碼使用BOM開始文件。而在ebcdic等編碼中，'<？xml'字符並不相同。有關詳細信息，請參見http://www.w3.org/TR/xml/#sec-guessing。這是非常有趣的，也是一個很好的理由，不要爲了猜測編碼而創建自己的代碼。 – rdmueller

對不起，但它是不正確的，它真的有效。它是這樣存儲的： '<？xml version =「1.0」encoding =「ISO-8859-1」？> ÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃÃ「這是顯示仍然ISO-8859-1（使用記事本+ + +）也許第一行迫使編輯顯示爲...啊好吧，這是這種情況下，omg，我已經這麼頻繁地嘗試這種方式......但從來沒有意識到數據是用utf 8編碼的，但是顯示爲ansi ...非常感謝。 – Booyeoo

製作多一點的Groovy，並且不需要整個文件，以適應在內存中，可以使用的讀者和作家流的文件。這是我的解決方案，當我的文件太大時，對於普通的舊版Unix iconv(1)。

new FileOutputStream('out.txt').withWriter('UTF-8') { writer -> 
    new FileInputStream('in.txt').withReader('ISO-8859-1') { reader -> 
     writer << reader 
    } 
}

http://www.hjsoft.com/blog/link/A_Useful_Example_in_Java_Ruby_and_Groovy

來源

2011-09-07 03:20:24

非常groovy解決方案。我喜歡你使用withReader/Writer的方式。我自己試了一下，效果很好:) –

轉換ISO-8859-1到UTF-8使用Groovy

回答

相關問題