Java中的StringBufferInputStream问题

Question

我想读取输入字符串并将其作为 UTF8 编码字符串返回。所以我在 Oracle/Sun 网站上找到了一个使用 FileInputStream 的示例。我不想读取文件，而是读取字符串，所以我将其更改为 StringBufferInputStream 并使用下面的代码。方法参数jtext，是一些日文文本。 其实这个方法很好用。问题是关于已弃用的代码。我不得不放 @SuppressWarnings 因为 StringBufferInputStream 已被弃用。我想知道是否有更好的方法来获取字符串输入流？可以保持原样吗？我花了很长时间试图解决这个问题，以至于我不想改变任何东西，现在我似乎已经破解了它。

            @SuppressWarnings("deprecation")
    private  String readInput(String jtext) {

        StringBuffer buffer = new StringBuffer();
        try {
        StringBufferInputStream  sbis = new StringBufferInputStream (jtext);
        InputStreamReader isr = new InputStreamReader(sbis,
                                  "UTF8");
        Reader in = new BufferedReader(isr);
        int ch;
        while ((ch = in.read()) > -1) {
            buffer.append((char)ch);
        }

        in.close();
        return buffer.toString();
        } catch (IOException e) {
        e.printStackTrace();
        return null;
        }
    }

我想我找到了一个解决方案 - 有点：

private  String readInput(String jtext) {

        String n;
        try {
            n = new String(jtext.getBytes("8859_1"));
            return n;
        } catch (UnsupportedEncodingException e) {

            return null;
        }
                    }

在我拼命使用 getBytes(UTF8) 之前。但我偶然使用了 Latin-1 "8859_1" 并且它起作用了。为什么它起作用，我无法理解。这是我一步一步做的：

OpenOffice CSV(utf8)------>SQLite(utf8, 显然)------->java 编码为 Latin-1，以某种方式可读。

Answer 1

不推荐使用StringBufferInputStream 的原因是因为它从根本上被破坏了......除了完全由Latin-1 字符组成的字符串之外的任何内容。根据javadoc，它通过简单地切掉前8位来“编码”字符！如果您的应用程序需要正确处理 Unicode 等，您不想使用它。

如果你想从String 创建一个InputStream，那么正确的做法是使用String.getBytes(...) 将String 转换为字节数组，然后将其包装在@987654326 中@。 （确保您选择了合适的编码！）。

但是您的示例应用程序会立即获取InputStream，将其转换为Reader，然后添加BufferedReader 如果这是您的真正目标，那么更简单、更有效的方法就是：

Reader in = new StringReader(text);

这避免了不必要的字符串编码和解码，以及在这种情况下没有用处的“缓冲”层。

（如果您在文件、网络或控制台流上执行小型 I/O 操作，则缓冲流比无缓冲流更有效。但是对于从内存数据结构提供服务的流，好处是小得多，甚至可能是负数。）

跟进

我意识到您现在正在尝试做什么...解决字符编码/解码问题。

我的建议是尝试明确弄清楚数据库正在传递的字符数据的实际编码，然后确保将 JDBC 驱动程序配置为使用相同的编码。试图通过一种编码和另一种解码来消除错误翻译是不可靠的，只能给你部分纠正问题。

您还需要考虑字符在进入数据库的过程中被破坏的可能性。如果是这种情况，那么您可能无法解开它们。

Answer 2

这是你想要做的吗？这是similar question 的先前答案。我不确定为什么要将字符串转换为完全相同的字符串。

Java String 包含一个字符序列，其中每个字符代表一个 Unicode 数字。所以可以用两个不同的字节序列构造同一个字符串，一个用UTF-8编码，另一个用US-ASCII编码。

如果你想把它写入文件，你可以随时用String.getBytes("encoder");转换它

private static String readInput(String jtext) {
    byte[] bytes = jtext.getBytes();
    try {
        String string = new String(bytes, "UTF-8");
        return string;
    } catch (UnsupportedEncodingException ex) {
        // do something
        return null;
    }
}

更新

这是我的假设。

根据您的评论，您的 SQLite DB 使用一种编码存储文本值，即 UTF-16。由于某种原因，您的 SQLite APi 无法确定它使用什么编码将 Unicode 值编码为字节序列。

因此，当您使用 SQLite API 中的 getString 方法时，它会从您的数据库中读取一组字节，并使用不正确的编码将它们转换为 Java 字符串。如果是这种情况，您应该使用getBytes 方法并自己重构字符串，即new String(bytes, "encoding used in your DB"); 如果您的数据库以UTF-16 存储，那么new String(bytes, "UTF-16"); 应该是可读的。

更新

我不是在谈论 String 类上的 getBytes 方法。我谈到了您的 SQL 结果对象上的 getBytes 方法，例如result.getBytes(String columnLabel).

ResultSet result = .... // from SQL query
String readableString = readInput(result.getBytes("my_table_column"));

您需要将readInput 方法的签名更改为

private static String readInput(byte[] bytes) {
    try {
        // change encoding to your DB encoding.
        // this can be UTF-8, UTF-16, 8859_1, etc.
        String string = new String(bytes, "UTF-8");
        return string;
    } catch (UnsupportedEncodingException ex) {
        // do something, at least return garbled text
        return new String(bytes, "UTF-8");;
    }
}

无论您在此处设置何种编码使您的 String 可读，它绝对是您在 DB 中的列的编码。这不涉及无法解释的现象，并且您确切地知道您的列编码是什么。

但最好配置您的 JDBC 驱动程序以使用正确的编码，这样您就不需要使用此 readInput 方法进行转换。

如果没有编码可以使您的字符串可读，您将需要考虑在将其写入数据库时​​字符被破坏的可能性，正如@Stephen C 所说。如果是这种情况，使用遍历方法可能会导致您在转换过程中丢失一些字符。您还需要在编写过程中解决编码问题。

Answer 3

StringReader 类是已弃用的 StringBufferInputStream 类的新替代品。

但是，您声明您实际想要做的是获取现有的String 并将其编码为 UTF-8 并将其返回。我期望你应该能够更简单地做到这一点。比如：

s8 = new String(jtext.getBytes("UTF8"));