BlackBerry UTF-8 InputStreamReader 上的套接字问题答案

【问题标题】：BlackBerry UTF-8 InputStreamReader on Socket issueBlackBerry UTF-8 InputStreamReader 上的套接字问题
【发布时间】：2011-09-03 01:52:41
【问题描述】：

我正在尝试使用套接字从服务器读取响应，并且信息是 UTF-8 编码的。我将来自套接字的 InputStream 包装在 InputStreamReader 中，并将编码设置为“UTF-8”。

由于某种原因，似乎只读取了部分响应，然后读取仅挂起大约一两分钟，然后结束。如果我将 InputStreamReader 上的编码设置为“ISO-8859-1”，那么我可以立即读取所有数据，但显然并非所有字符都正确显示。

代码如下所示

socketConn = (SocketConnection)Connector.open(url);
InputStreamReader is = new InputStreamReader(socketConn.openInputStream(), "UTF-8");

然后我通读了标题和内容。内容被分块，我读取每个块大小的行（从十六进制转换为十进制）以知道要读取多少。

我不了解使用这两种编码读取的差异以及它可能产生的影响，因为它可以在 ISO-8859-1 下正常工作，并且最终可以在 UTF-8 下工作，只是延迟时间很长。

【问题讨论】：

【解决方案1】：

很难找到延迟的原因。

您可以尝试另一种从网络获取数据的方式：

byte[] data = IOUtilities.streamToBytes(socketConn.openInputStream());

我认为以上内容应该尽快通过。然后从网络获取字节后，您就可以开始数据处理了。请注意，您始终可以从表示 UTF-8 编码字符串的字节中获取 String：

String stringInUTF8 = new String(bytes, "UTF-8");

更新：查看这篇文章的第二条评论。

【讨论】：

呃，他说的是 HTTP Transfer-Encoding: Chunked 响应。如果不先剥离块头和换行符，盲目地将其完全放入String 是行不通的。另请参阅en.wikipedia.org/wiki/Chunked_transfer_encoding
@BalusC：为了清楚起见 - 我不是在谈论将整个 data 字节数组转换为 String。不！读取数据后，可以对其进行调查（可能用ByteArrayInputStream 包装它是一种方法）并且可以将其中的某些部分转换为字符串。

【解决方案2】：

我已经在动态删除块大小，所以我最终做了一些类似于 IOUtilities 答案的事情。我没有使用 InputStreamReader，而是使用了 InputStream。 InputStream 有一个可以填充字节数组的读取方法，因此对于每个块，代码看起来像这样

byte[] buf = new buf[size];
is.read(buf);
return new String(buf, "UTF-8");

这似乎有效，不会造成任何延迟，我可以即时删除有关块的额外信息。

【讨论】：

一般来说，像这样解码部分 UTF-8 流可能会导致错误。由于每个 UTF-8 字符可能由几个字节组成，因此在解码任意大小的块时，您可能会在一个块的末尾得到一个字符的第一部分，而在下一个块的开头该字符的其余部分，在两个块上给出错误的解码结果。在您的特定情况下，您知道每个块的大小，并且保证它们可以正确解码，因此应该可以正常工作。嗯，是的......我希望这是有道理的:)
确实有道理！谢谢，这是我可能需要注意的极端情况。