java从InputStream创建InputStreamReader对象

我有一个Web服务接收上传文本文件。所以在服务器端，我得到了一个InputStream对象，并且我尝试将它作为InputStreamReader包装为“UTF8”作为字符集。但是我注意到当我上传一个以US-ASCII编码的文件时也可以工作。看起来Java可以自动将文件从其他所有字符集转换为UTF8。我对吗？ charset属性如何工作？java从InputStream创建InputStreamReader对象

来源

2012-08-30 Ensom Hodder

没有，Java不一般自动的转换一个字符集到另一个，尤其如果你明确告诉它的字符集来使用。

但是，UTF-8是ASCII兼容的。这意味着每个有效的ASCII码流都自动成为一个有效的UTF-8码流，并且仅包含以UTF-8编码的ASCII码字符的文本也是有效的ASCII码。

因此，如果您打算只接受ASCII和UTF-8输入，那么将其全部视为UTF-8是完全有效的。如果您打算支持其他编码，那么您需要一些方法来传输有关正在使用的实际编码的信息。

来源

2012-08-30 08:57:47

这仅适用于US-ASCII是UTF-8的子集（每个ASCII文件也是相同数据的有效UTF-8文件）。

尝试别的东西，它会打破。

来源

2012-08-30 08:57:48 Thilo

UTF-8是一个超集US-ASCII的

ASCII是7位字符（0至127），并且这些是在US-ASCII和UTF-8和许多其他字符集不变。大多数字符集不同的是高位字节（128到255）在US-ASCII的情况下，它是未定义的，对于ISO-8859-1，这些字符是不变的，允许字符高达255，在UTF-8中，字符是编码为使用2到4个字节，因此它可以表示最多0x10FFFF或128K个字符。

来源

2012-08-30 08:57:53

UTF-8与ASCII兼容，即每个ASCII文档也是有效的UTF-8。引述Wikipedia：

[UTF-8]被设计为ASCII码，以避免在UTF-16和UTF-32字节序和字节顺序标记的并发症的向后兼容性。

[...] Unicode的前128个字符与ASCII一一对应，使用与ASCII相同的二进制值的单个八位字节进行编码，从而使有效的ASCII文本有效地进行UTF-8编码Unicode也是如此。

因此，Java仍然将您的流视为UTF-8。如果您尝试使用带有UTF-8阅读器的UTF-16或UTF-32，则会产生垃圾。

来源

2012-08-30 08:58:36

事实上，我有一个UnsupportedEncodingException的** catch **块，我尝试使用UTF-16编码文件。奇怪的是，它不会像预期的那样抛出这个异常。 –

@EnsomHodder：“* UnsupportedEncodingException” - 如果不支持指定的字符集*“ - 如果使用JVM/OS不支持的编码，则会抛出此异常。试试'UTF-42'或'FOO-7' –

是的，我注意到只有当给定的字符集名称不被支持时才抛出异常。 JVM本身不会尝试检测编码模式，但它使用给定的编码字符集来解析文件。这是我的理解。 –

为什么？如果您正在上传文件，请使用InputStream。您不希望将文件数据转换为UTF-16，然后再次回到可能的不同编码中。

只需复制字节。

来源

2012-08-30 10:04:30 EJP

实际上，我必须解析上传的文件，并使用内容（文本）进行一些分析。所以，显然，我需要使用解析文件的正确字符集，对吧？ –

java从InputStream创建InputStreamReader对象

回答

相关问题