将字符串从 UTF-8 转换为 ANSI 并将其显示为 UTF-8

Question

我想用Java 模仿我可以用Notepad++ 做的一件事。

TEXT_2 = convert(TEXT_1) // where: TEXT_2 = "Български", TEXT_1 = "БългарÑки"

如何用记事本++做到这一点

设置起点...

打开Notepad++并点击：Encoding / Encode in UTF-8，然后粘贴TEXT_1：

БългарÑки

获取 TEXT_2

单击：Encoding / Convert to ANSI，然后单击：Encoding / Encode in UTF-8。完成。

如何用 Java 做到这一点

到目前为止，我有以下功能（部分工作）：

public static String convert(String text) {
    String output = new String(Charset.forName("Cp1252").encode(text).array(), Charset.forName("UTF8"));
    return output;
}
System.out.println(convert("БългарÑки"));

有了这个功能，我得到：

Българ�?ки // where correct is slightly different: Български

有什么办法让它发挥作用吗？

如果可能，您能否提供可在函数convert() 中工作的代码？谢谢。

Answer 1

这是一个避免每次转换都执行字符集查找的解决方案：

import java.nio.charset.Charset;

private final Charset UTF8_CHARSET = Charset.forName("UTF-8");

String decodeUTF8(byte[] bytes) {
    return new String(bytes, UTF8_CHARSET);
}

byte[] encodeUTF8(String string) {
    return string.getBytes(UTF8_CHARSET);
}

第二种方法：

从字符串转换为字节[]：

String s = "some text here";
byte[] b = s.getBytes("UTF-8");

从字节[]转换为字符串：

byte[] b = {(byte) 99, (byte)97, (byte)116};
String s = new String(b, "US-ASCII");

当然，您应该使用正确的编码名称。我的示例使用了“US-ASCII”和“UTF-8”这两种最常见的编码。