java - 将 InputStream 的 Latin-1 内容转换为 UTF-8 字符串

Question

我需要将 InputStream 的内容转换为字符串。这里的难点在于输入编码，即Latin-1。我使用 String、getBytes、char[] 等尝试了几种方法和代码片段，以便直接进行编码，但似乎没有任何效果。

最后，我想出了下面的工作解决方案。然而，这段代码对我来说似乎有点冗长，即使对于 Java 也是如此。所以这里的问题是:

是否有更简单、更优雅的方法来实现这里所做的事情？

private String convertStreamToStringLatin1(java.io.InputStream is)
        throws IOException {

    String text = "";

    // setup readers with Latin-1 (ISO 8859-1) encoding
    BufferedReader i = new BufferedReader(new InputStreamReader(is, "8859_1"));

    int numBytes;
    CharBuffer buf = CharBuffer.allocate(512);
    while ((numBytes = i.read(buf)) != -1) {
        text += String.copyValueOf(buf.array(), 0, numBytes);
        buf.clear();
    }

    return text;
}

Answer 1

首先，对您已经采用的方法提出一些批评。当您只需要一个 char[512] 时，您不应该不必要地使用 NIO CharBuffer。您也不需要每次迭代都清除缓冲区。

int numBytes;
final char[] buf = new char[512];
while ((numBytes = i.read(buf)) != -1) {
    text += String.copyValueOf(buf, 0, numBytes);
}

你还应该知道，只是constructing a String使用这些参数将产生相同的效果，因为构造函数也会复制数据。

The contents of the subarray are copied; subsequent modification of the character array does not affect the newly created string.

---

您可以使用动态 ByteArrayOutputStream它会增加一个内部缓冲区来容纳所有数据。然后，您可以使用 toByteArray 中的整个 byte[] 解码成 String。

优点是将解码延迟到最后避免单独解码片段；虽然这可能适用于像 ASCII 或 ISO-8859-1 这样的简单字符集，但它不能适用于像 UTF-8 和 UTF-16 这样的多字节方案。这意味着将来更容易更改字符编码，因为代码不需要修改。

private static final String DEFAULT_ENCODING = "ISO-8859-1";

public static final String convert(final InputStream in) throws IOException {
  return convert(in, DEFAULT_ENCODING);
}

public static final String convert(final InputStream in, final String encoding) throws IOException {
  final ByteArrayOutputStream out = new ByteArrayOutputStream();
  final byte[] buf = new byte[2048];
  int rd;
  while ((rd = in.read(buf, 0, 2048) >= 0) {
    out.write(buf, 0, rd);
  }
  return new String(out.toByteArray(), 0, encoding);
}