java從InputStream創建InputStreamReader對象

我有一個Web服務接收上傳文本文件。所以在服務器端，我得到了一個InputStream對象，並且我嘗試將它作爲InputStreamReader包裝爲「UTF8」作爲字符集。但是我注意到當我上傳一個以US-ASCII編碼的文件時也可以工作。看起來Java可以自動將文件從其他所有字符集轉換爲UTF8。我對嗎？ charset屬性如何工作？java從InputStream創建InputStreamReader對象

來源

2012-08-30 Ensom Hodder

沒有，Java不一般自動的轉換一個字符集到另一個，尤其如果你明確告訴它的字符集來使用。

但是，UTF-8是ASCII兼容的。這意味着每個有效的ASCII碼流都自動成爲一個有效的UTF-8碼流，並且僅包含以UTF-8編碼的ASCII碼字符的文本也是有效的ASCII碼。

因此，如果您打算只接受ASCII和UTF-8輸入，那麼將其全部視爲UTF-8是完全有效的。如果您打算支持其他編碼，那麼您需要一些方法來傳輸有關正在使用的實際編碼的信息。

來源

2012-08-30 08:57:47

這僅適用於US-ASCII是UTF-8的子集（每個ASCII文件也是相同數據的有效UTF-8文件）。

嘗試別的東西，它會打破。

來源

2012-08-30 08:57:48 Thilo

UTF-8是一個超集US-ASCII的

ASCII是7位字符（0至127），並且這些是在US-ASCII和UTF-8和許多其他字符集不變。大多數字符集不同的是高位字節（128到255）在US-ASCII的情況下，它是未定義的，對於ISO-8859-1，這些字符是不變的，允許字符高達255，在UTF-8中，字符是編碼爲使用2到4個字節，因此它可以表示最多0x10FFFF或128K個字符。

來源

2012-08-30 08:57:53

UTF-8與ASCII兼容，即每個ASCII文檔也是有效的UTF-8。引述Wikipedia：

[UTF-8]被設計爲ASCII碼，以避免在UTF-16和UTF-32字節序和字節順序標記的併發症的向後兼容性。

[...] Unicode的前128個字符與ASCII一一對應，使用與ASCII相同的二進制值的單個八位字節進行編碼，從而使有效的ASCII文本有效地進行UTF-8編碼Unicode也是如此。

因此，Java仍然將您的流視爲UTF-8。如果您嘗試使用帶有UTF-8閱讀器的UTF-16或UTF-32，則會產生垃圾。

來源

2012-08-30 08:58:36

事實上，我有一個UnsupportedEncodingException的** catch **塊，我嘗試使用UTF-16編碼文件。奇怪的是，它不會像預期的那樣拋出這個異常。 –

@EnsomHodder：「* UnsupportedEncodingException」 - 如果不支持指定的字符集*「 - 如果使用JVM/OS不支持的編碼，則會拋出此異常。試試'UTF-42'或'FOO-7' –

是的，我注意到只有當給定的字符集名稱不被支持時才拋出異常。 JVM本身不會嘗試檢測編碼模式，但它使用給定的編碼字符集來解析文件。這是我的理解。 –

爲什麼？如果您正在上傳文件，請使用InputStream。您不希望將文件數據轉換爲UTF-16，然後再次回到可能的不同編碼中。

只需複製字節。

來源

2012-08-30 10:04:30 EJP

實際上，我必須解析上傳的文件，並使用內容（文本）進行一些分析。所以，顯然，我需要使用解析文件的正確字符集，對吧？ –

java從InputStream創建InputStreamReader對象

回答

相關問題