关于JAVA编码识别

-1

我有一个像“％E6％B1％82％E5％8A％A9”的字符串。关于JAVA编码识别

我的问题是我怎么知道它是由“UTF-8”编码或不是。它也好像GBK（或GB2312）编码。

谢谢。

来源

2012-12-27 thomaslee

“abc”可以编码为UTF-8，UTF-16，如果不编码（ASCII编码）仍然相同。 =>对于相同的字符串，也许你可以有多个有效的编码。 – 2012-12-27 03:13:45

这不是UTF-8编码，它被称为Percent or URL Encoding。

您可以使用URLDecoder API以Java解码。

来源

2012-12-27 03:13:13 mvp

感谢您的回复。 URLDecoder.decode将％XX转换为一个二元数字。编码应该由解码函数的第二个参数给出。对于上面的字符串，URLDecoder.decode（str，“utf-8”）可以正常工作。但对于另一个字符串，如“％C4％E3％BA％C3”，它会返回杂乱的代码，并应将编码设置为“gb2312”。 – thomaslee

然后你可以做的是手动将百分比编码字符串转换为字节数组，然后使用'juniversalchardet'来猜测实际的编码并将其转换为'UTF-8'（更多请点击http://stackoverflow.com/a/1678810/1734130）。但是，这是非常混乱和**非常**不可靠的只有4个字节长的字符串 – mvp

我已经实现了一个函数将百分比编码的字符串转换为字节数组。我感到困惑的是应该给它哪种编码。我会尝试'juniversalchardet'。谢谢！ – thomaslee

没有办法以100％的准确率检测字节流的编码，仍然有库能够做出相当有效的教育猜测。其中我会推荐juniversalchardet。

来源

2012-12-27 03:17:57

不幸的是，在这种情况下，'juniversalchardet'会将此文本检测为ASCII或UTF-8，这并不能真正帮助获取编码文本 – mvp

感谢您的回复。 'juniversalchardet'可以帮助我。 – thomaslee

关于JAVA编码识别

回答

相关问题