getBytes() 不适用于西里尔字母答案

【问题标题】：getBytes() doesn't work for Cyrillic lettersgetBytes() 不适用于西里尔字母
【发布时间】：2014-12-29 07:38:22
【问题描述】：

我找到了一些答案，但没有一个对我有用。我想从 html 制作一个 pdf 文件，但问题是我的 html 有西里尔字母，我发现这与这个简单的代码有关：

字符串 s = "Здраво Kris";

字节字节[] = s.getBytes("UTF-8");

字符串值 = 新字符串（字节，“ISO-8859-1”）；

// 我尝试使用 new String(bytes, "UTF-8") 但它不起作用

然后我将值传递给我的 pdf 生成器函数，但它只输出字符串 s 中不是西里尔文的部分，即Kris

 htp.CreatePDF("<html><head><title>kristijan</title></head><body><h1>" + value + "</h1></body></html>", "kris");

【问题讨论】：

试试这个byte[] bytes = s.getBytes("ISO-8859-1");
你试过String s吗？ htp.CreatePDF("<html><head><title>kristijan</title></head><body><h1>" + s + "</h1></body></html>", "kris"); 也 CreatePDF 看起来像 C# 而不是 Java。
我注意到我放错了括号，但又不能工作了
Java 中的字符串对象总是以 UTF-16 隐式编码。您无法更改该编码。
它是 java，不能只传递 s

【解决方案1】：

您的代码中可能会出现一些问题。

这是一个非常糟糕的主意：

String s = "Здраво Kris";

假设您将包含此代码的 .java 文件发送给将其保存为 ASCII 的人，那么您的源代码将变为：

String s = "Ð—Ð´Ñ€Ð°Ð²Ð¾ Kris";

在将文档存储到源代码控制系统时，我也看到过这种情况。

底线：在使用硬编码字符串编写源代码时切勿使用特殊编码。使用正确的编码将字符串存储在文件中以写入和读取字符串，或者如果您坚持在源代码中包含硬编码数据，则使用 unicode 表示法。

即使您正确存储了包含此字符串的文件，编译代码时也必须非常小心。如果编译器使用不同的编码，s 也会被破坏。

您还必须确保在将 HTML 转换为 PDF 时正确读取数据。我假设您使用的是 XML Worker（而不是过时的 HTMLWorker 类）。您可以在不同的地方指明要使用的编码。

最后，您必须确保使用支持西里尔字符的字体。例如：如果您使用默认字体 Helvetica，则不会呈现任何内容。

您还可以在免费电子书The Best iText Questions on StackOverflow 中找到此信息。

【讨论】：

【解决方案2】：

解决 createPDF 无法 (?) 在 Java (!) 中处理完整 unicode 字符范围的问题的一种方法是调查

String s = "Здраво Kris";

对于大于 0x80 的字符。这些必须替换为相应的数字 HTML 实体。

您可以通过将 String 设置为这些实体来轻松验证这一点，并查看如果嵌入此字符串会发生什么。

【讨论】：