Chuyển nội dung Latin-1 của InputStream thành UTF-8 Chuỗi

Question

Tôi cần chuyển đổi nội dung của InputStream thành chuỗi. Khó khăn ở đây là mã hóa đầu vào, cụ thể là Latin-1. Tôi đã thử một số phương pháp tiếp cận và đoạn mã với String, getBytes, char [], vv để có được mã hóa thẳng, nhưng không có gì dường như làm việc.

Cuối cùng, tôi đã đưa ra giải pháp làm việc bên dưới. Tuy nhiên, mã này có vẻ hơi dài dòng với tôi, ngay cả đối với Java. Vì vậy, câu hỏi ở đây là:

Có cách tiếp cận đơn giản và thanh lịch hơn để đạt được những gì được thực hiện ở đây không?

private String convertStreamToStringLatin1(java.io.InputStream is) 
     throws IOException { 

    String text = ""; 

    // setup readers with Latin-1 (ISO 8859-1) encoding 
    BufferedReader i = new BufferedReader(new InputStreamReader(is, "8859_1")); 

    int numBytes; 
    CharBuffer buf = CharBuffer.allocate(512); 
    while ((numBytes = i.read(buf)) != -1) { 
     text += String.copyValueOf(buf.array(), 0, numBytes); 
     buf.clear(); 
    } 

    return text; 
} 

Answer 1

Thứ nhất, một vài lời chỉ trích về cách tiếp cận bạn đã thực hiện. Bạn không nên sử dụng NIO CharBuffer khi bạn chỉ muốn một char[512]. Bạn không cần phải clear bộ đệm mỗi lần lặp lại.

int numBytes; 
final char[] buf = new char[512]; 
while ((numBytes = i.read(buf)) != -1) { 
    text += String.copyValueOf(buf, 0, numBytes); 
} 

Bạn cũng nên biết rằng chỉ constructing a String với những lập luận sẽ có tác dụng tương tự, như các nhà xây dựng quá sao chép dữ liệu.

Nội dung của bản sao con được sao chép; sửa đổi tiếp theo của mảng ký tự không ảnh hưởng đến chuỗi mới được tạo ra.

---

Bạn có thể sử dụng một động ByteArrayOutputStream mọc một bộ đệm bên trong để chứa tất cả các dữ liệu. Sau đó, bạn có thể sử dụng toàn bộ byte[] từ toByteArray để giải mã thành một String.

Lợi thế là trì hoãn giải mã cho đến khi kết thúc tránh các đoạn mã giải mã riêng lẻ; trong khi đó có thể hoạt động cho các bộ ký tự đơn giản như ASCII hoặc ISO-8859-1, nó sẽ không hoạt động trên các sơ đồ nhiều byte như UTF-8 và UTF-16. Điều này có nghĩa là dễ dàng hơn để thay đổi mã hóa ký tự trong tương lai, vì mã không yêu cầu phải sửa đổi.

private static final String DEFAULT_ENCODING = "ISO-8859-1"; 

public static final String convert(final InputStream in) throws IOException { 
    return convert(in, DEFAULT_ENCODING); 
} 

public static final String convert(final InputStream in, final String encoding) throws IOException { 
    final ByteArrayOutputStream out = new ByteArrayOutputStream(); 
    final byte[] buf = new byte[2048]; 
    int rd; 
    while ((rd = in.read(buf, 0, 2048) >= 0) { 
    out.write(buf, 0, rd); 
    } 
    return new String(out.toByteArray(), 0, encoding); 
} 

Answer 2

Tôi không thấy cách đơn giản hơn nhiều. Tôi đã làm điều này một chút khác nhau một lần .. nếu bạn đã có một String, bạn có thể làm điều này:

new String(originalString.getBytes(), "ISO-8859-1"); 

Vì vậy, một cái gì đó như thế này cũng có thể làm việc:

BufferedReader reader = new BufferedReader(new InputStreamReader(is)); 
StringBuilder sb = new StringBuilder(); 
String line = null; 
while ((line = reader.readLine()) != null) { 
    sb.append(line + "\n"); 
} 
is.close(); 
return new String(sb.toString().getBytes(), "ISO-8859-1"); 

EDIT: Tôi cần thêm, này thực sự chỉ là một giải pháp thay thế cho giải pháp đã làm việc của bạn. Khi nói đến việc chuyển đổi các luồng trong Java, nó sẽ không đơn giản hơn nhiều, vì vậy hãy tìm nó. :)

Answer 3

Nếu bạn không muốn plumb nó cho mình bạn có thể có một cái nhìn tại commons apache io dự án, IOUtils.toString(InputStream input, String encoding) mà dường như để làm những gì bạn muốn. Tôi đã không thử phương pháp đó bản thân mình nhưng java doc tiểu bang "Lấy nội dung của một InputStream như một String bằng cách sử dụng mã hóa ký tự được chỉ định."

Answer 4

Guava Gói IO thực sự tốt đẹp theo cách này.

Files.toString(yourFile, CharSets.ISO_8859_1) 

hoặc từ một dòng

new String(ByteStreams.toByteArray(stream), CharSets.ISO_8859_1) 

Answer 5

Tôi chỉ phát hiện ra rằng this answer cho câu hỏi Read/convert an InputStream to a String có thể được áp dụng cho vấn đề của tôi, xin vui lòng xem mã dưới đây. Dù sao, tôi rất nhiều đánh giá cao những câu trả lời bạn đã đưa ra cho đến nay.

private String convertStreamToString(InputStream is, String charsetName) { 
    try { 
     return new java.util.Scanner(is, charsetName).useDelimiter("\\A").next(); 
    } catch (java.util.NoSuchElementException e) { 
     return ""; 
    } 
} 

Vì vậy, để mã hóa từ Latin-1, gọi nó là như thế này:

String message = convertStreamToString(is, "8859_1");