恢复错误编码的字符（Java）

Question

我们运行了一些java代码，使用cron在Linux中持久化生产数据库中的数千条记录。该框中的区域设置字符是"ANSI_X3.4-1968"。现在，我们在将这些持久化到数据库之前采取了以下步骤。1.在文本2上使用StringEscape eUtils.unescapeHtml4。以UTF-8格式写入字符串并在数据库中持久化

现在的问题是在这些步骤之后，特殊字符显示为“？”。有没有可能把它还原回原来的角色？我用以下步骤模拟了这个问题。

1. 将Eclipse编码更改为“ANSI_X3.4-1968”
2. 写下面几行代码

 

String insertSpecial = StringEscapeUtils.unescapeHtml4("×");
System.out.println(insertSpecial);
String uni = new String(insertSpecial.getBytes(), "UTF-8");// This value is currently in DB
System.out.println(uni);

现在我想从字符串“uni”中返回“×”。任何帮助都将不胜感激。

Answer 1

基本上没有。您在new String（插入pecial.getBytes（），UTF-8）中犯了最大的错误；这再次表明字符编码令人惊讶地难以处理。

这段代码的作用是一步一步：

1. 给我的字节从插入特殊在平台编码
2. 从字节创建一个新的字符串，告诉字节是UTF-8（即使字节是在之前的平台编码中获得的）

这个代码我已经看过好几次了，不幸的是它只会破坏一些东西。这是完全不必要的，即使写得正确，也不会“转换”任何内容。如果平台编码不是UTF-8，那么它很可能会破坏任何特殊字符（甚至整个字符串，如果平台编码与字符串构造函数中给出的编码之间存在适当的差异）。

问号是无法转换的字符的占位符，意味着它永远消失了。

下面是一些阅读材料，这样你就不会再犯这样的错误：每个软件开发人员绝对、肯定地必须了解Unicode和字符集（没有借口！）