Java 将奇怪的字符串转换为缅甸语字符串

Question

嗨，我的示例代码如下；

String ln="á€á€­á€•á€¹á€•á€¶á€”ဲ့";
    try {
        byte[] b = ln.getBytes("UTF-8");
        String s = new String(b, "US-ASCII");
        System.out.println(s);
    } catch (UnsupportedEncodingException e) {
        e.printStackTrace();
    }

当我运行它时，它不打印 Brumese，有解决办法吗？谢谢

Answer 1

真正的问题是服务器发送回的内容要么使用错误的字符集，要么使用双重编码。如果可能的话，您应该解决这个问题。

与此同时，您的想法是正确的 - 将错误编码的文本转换为正确的字符集。

字符串中的每个字符显然应该是一个单字节，它是 UTF-8 字节序列的一部分。您实际上看到的是这些单个字节中的每一个都被视为 Windows cp1252 中的字符。 charset，并相应地转换为 Java char。

因此，您首先要将字符从 cp1252 转换回正确的字节:

byte[] b = ln.getBytes("cp1252");

现在您有了一个真正的 UTF-8 字节序列，您可以将其转换为正确的字符串:

String s = new String(b, StandardCharsets.UTF_8);
// In Java 6, you must use:
//String s = new String(b, "UTF-8");

如果您正在解码或尝试生成缅甸语字符或任何非英语字符，则切勿使用 US-ASCII。 ASCII 仅包含代码点 0 到 127。