Java 编码 - 损坏的法语字符

Question

我有一个系统，我从第三方获得法语文本，但我很难让它可读。

String frenchReceipt = "RETIR�E"; // The original Text should be "RETIRÉE"

我尝试了所有可能的组合来使用 UTF-8 和 ISO-8859-1 的编码转换字符串

String frenchReceipt = "RETIR�E"; // The original Text should be "RETIRÉE"

byte[] b1 = new String(frenchReceipt.getBytes()).getBytes("UTF-8"); 
System.out.println(new String(b1));  // RETIR�E

byte[] b2 = new String(frenchReceipt.getBytes()).getBytes("ISO-8859-1"); 
System.out.println(new String(b2));  // RETIR�E

byte[] b3 = new String(frenchReceipt.getBytes(), "UTF-8").getBytes(); 
System.out.println(new String(b3));  // RETIR?E 

byte[] b4 = new String(frenchReceipt.getBytes(), "UTF-8").getBytes(); 
System.out.println(new String(b4));  //RETIR?E

byte[] b5 = new String(frenchReceipt.getBytes(), "ISO-8859-1").getBytes("UTF-8"); 
System.out.println(new String(b5));  //RETIR�E

byte[] b6 = new String(frenchReceipt.getBytes(), "UTF-8").getBytes("ISO-8859-1"); 
System.out.println(new String(b6));  //RETIR?E

byte[] b7 = new String(frenchReceipt.getBytes(), "UTF-8").getBytes("UTF-8"); 
System.out.println(new String(b7));  //RETIR�E

byte[] b8 = new String(frenchReceipt.getBytes(), "ISO-8859-1").getBytes("ISO-8859-1"); 
System.out.println(new String(b8));  //RETIR�E

正如您所见，没有什么能解决问题。

请指教。

更新： 第三方合作伙伴确认以“ISO-8859-1”编码发送到我的应用程序的数据

Answer 1

� 只是一个替换字符 (EF|BF|BD UTF-8)，用于指示系统无法呈现正确符号时的问题。 这意味着您没有机会将 � 转换为 É。

frenchReceipt 不包含任何由于声明而可以转换为 É 的字节序列：

String frenchReceipt = "RETIR�E";

您下面的代码 sn-p 应该可以正常工作，但您必须使用正确的字节源。

byte[] b2 = new String(frenchReceipt.getBytes()).getBytes("ISO-8859-1");
System.out.println(new String(b2));

因此，如果您从数据源中按字节读取“RETIRÉE”并获得52|45|54|49|52|C9|45（应为 ISO-8859-1），那么您将获得正确的结果。 如果数据源已经有字节序列EF|BF|BD，那么你唯一的选择就是search&replace，但在这种情况下，ä和É没有区别。

更新： 由于数据是通过 TCP 传递的

new BufferedReader(new InputStreamReader(connection.getInputStream(),"ISO-8859-1"))

解决了这个问题。