Konvertieren Latin-1 Inhalt InputStream in UTF-8-String

Brauche ich zum konvertieren den Inhalt eines InputStream in einen String. Die Schwierigkeit ist hier die input-Codierung, nämlich von Latin-1. Ich habe versucht, verschiedene Ansätze und code-snippets mit String, getBytes, char[], etc. um die Codierung gerade, aber nichts schien zu funktionieren.

Schließlich kam ich mit der funktionierenden Lösung unten. Dieser code jedoch scheint etwas Ausführlicher zu mir, auch für Java. Also die Frage ist hier:

Ist es ein einfacher und eleganter Ansatz, um zu erreichen, was wird hier gemacht?

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;
}

InformationsquelleAutor cyroxx | 2012-08-07

7

Erstens, ein paar Kritikpunkte an dem Ansatz, den Sie genommen haben, schon. Sie sollten nicht unnötigerweise ein NIO CharBuffer wenn Sie nur wollen, eine char[512]. Sie brauchen nicht zu clear der Puffer in jeder iteration entweder.
```
int numBytes;
final char[] buf = new char[512];
while ((numBytes = i.read(buf)) != -1) {
    text += String.copyValueOf(buf, 0, numBytes);
}
```
Sollten Sie auch wissen, dass nur constructing ein String mit diesen Argumenten wird die gleiche Wirkung haben, wie der Konstruktor auch die Daten kopiert.

Den Inhalt der subarray werden kopiert; spätere änderung der das zeichenarray wirkt sich nicht auf die neu erstellte Zeichenfolge.

Können Sie eine dynamische ByteArrayOutputStream, die wächst, einen internen Puffer, um Platz für alle Daten. Sie können dann die gesamte byte[] aus toByteArray zu Dekodieren, die in einem String.

Der Vorteil ist, dass das zurückstellen der Decodierung bis zum Ende vermeidet Decodierung Fragmente einzeln, während die, die arbeiten können für einfache Zeichensätze wie ASCII oder ISO-8859-1, wird es nicht Arbeit an multi-byte-Programme wie UTF-8 und UTF-16. Dies bedeutet, es ist einfacher änderung der Zeichenkodierung in der Zukunft, da der code erfordert keine änderung.
```
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);
}
```
- Vielen Dank für Ihren kritischen Kommentar. Deine erste Lösung war wie das, was ich suchte. Jedoch kann ich sehen Ihren Punkt mit Ihrem zweiten Lösung, die sehr viel Adressen der Allgemeine Fall. Ich denke, dies ist auch der Grund, warum die Puffer-Größe ist 2048 bytes in deinem Beispiel?
- Der 2048-byte-Puffer war nur eine persönliche Vorliebe, man kann verwenden, was eine vernünftige trade-off für die Laufzeit und den Speicherverbrauch.
InformationsquelleAutor oldrinb
2

Sehe ich nicht, wie es könnte sein, viel einfacher. Ich Tat dies ein wenig anders einmal.. wenn du schon einen String hast, kannst du dies tun:
```
new String(originalString.getBytes(), "ISO-8859-1");
```
So etwas wie diese könnten auch arbeiten:
```
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: ich sollte hinzufügen, ist dies wirklich nur eine alternative zu Ihren bereits funktionierenden Lösung. Wenn es um die Umwandlung von Streams in Java ist es nicht viel einfacher, so gehen für Sie. 🙂
- Es gibt viele Verbesserungen hier. Erstens, dieses wird nicht zu den genauen Wortlaut in dem Fall, dass kein Zeilenende-Zeichen gefunden wird, ist reader.readLine; es wird anfügen eines trailing -\n, das nicht da war ursprünglich. Darüber hinaus BufferedReader wird automatisch der default system encoding. Es ist eine bessere Idee, nur konstruieren Sie die InputStreamReader als mit StandardCharsets.ISO_8859_1, so können Sie nur verwenden StringBuilder.toString in einem Schritt erwerben die richtig decodierten string.
- Über den \n: ich nehme diese Verbesserung Dank, war ich nicht wirklich Aufmerksamkeit auf die InputStream->Zeichenfolge-Konvertierung, es war einfach zu vervollständigen Beispiel. Die andere Art des Umgangs mit der Codierung ist immer noch ok imho, es gibt viele Wege zu Rom. 😉 Aber wie ich schon sagte, es ist nur eine alternative. Alle Dienstprogramme wie commonsIO den code zu bereinigen, tun im wesentlichen das gleiche, obwohl, und hängt eine weitere Bibliothek. Macht Sinn, wenn du es öfter.. eine Frage der persönlichen Wahl.
InformationsquelleAutor Blacklight
0

Wenn Sie nicht wollen, um auszuloten, es selbst haben, könnten Sie einen Blick auf die apache-commons-io-Projekt, IOUtils.toString(InputStream input, String encoding), die scheint, zu tun, was Sie wollen. Ich habe nicht versucht, die Methode selbst aber die java-doc-Staaten "Erhalten Sie den Inhalt der einen InputStream als eine Zeichenfolge mit der angegebenen Zeichencodierung."

InformationsquelleAutor Fredrik LS

Guave's IO-Paket ist wirklich schön, auf diese Weise.

Files.toString(yourFile, CharSets.ISO_8859_1)

oder aus einem stream

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

InformationsquelleAutor Mike Samuel

0

Ich habe gerade herausgefunden, dass diese Antwort auf die Frage Lesen/konvertieren ein InputStream in einen String angewendet werden können, um mein problem, siehe code unten. Wie auch immer, ich Schätze sehr die Antworten, die Sie gegeben haben, so weit.
```
private String convertStreamToString(InputStream is, String charsetName) {
    try {
        return new java.util.Scanner(is, charsetName).useDelimiter("\\A").next();
    } catch (java.util.NoSuchElementException e) {
        return "";
    }
}
```
So, in Reihenfolge zu Kodieren von Latin-1, rufen Sie es wie folgt:
```
String message = convertStreamToString(is, "8859_1");
```
- Sie sollten wissen, dass Scanner intern kompiliert eine regex Pattern für das Trennzeichen. Diese Methode ist ja interessant und die nette, aber wohl auch nicht ratsam.
- Ich möchte mehr Einblick auf diese: Was ist das problem mit dem Muster? Sollte es nicht eher leicht?
- Es scheint nur, wie eine interessante Lösung, aber ein Missbrauch von Scanner. In der Antwort, die du verlinkt sind, dass Sie es gut... ein dumm Scanner trick.
InformationsquelleAutor cyroxx

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.