Charset Problem

[Zed]

Hallo,

Ich hab da ein problem mit einem String der so ausschaut

Blâcky der ist im UTF-8 Format.

Mach ich nun auf den String

URLEncoder.encode(name, "ISO-8859-1");

Bekomme ich Bl%C3%A2cky was ich aber möchte ist Blâcky

Kann mit da jemand helfen?

THX

 

[tuxedo]

Ist das "a" mit dem Dach das richtige Zeichen das im String steckt? Oder geht's hier um Umlaute ("ä") ?

Der erste String sieht stark nach UTF8 aus...
Schonmal das hier probiert?

try {
			System.out.println(URLDecoder.decode(deineStringVariable,"UTF8"));
		} catch (UnsupportedEncodingException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}

- Alex

 

[kleiner_held]

Ein java.lang.String ist nie im UTF8 Format.

Charset tritt immer in Aktion, wenn ich von byte Daten zu String konveritere und umgekehrt.
Wenn also der Java-String die falschen Zeichen enthaelt hat man schon eher etwas falsch gemacht und zwar beim Einlesen des Strings und sollte auch genau dort ansetzen.

 

[tuxedo]

?? Und wenn der String roh von einem Socket gelesen wird?

 

[kleiner_held]

Dann kommen ueber den Socket (InputStream) Binaer-Daten (byte) die man mittels InputStreamReader und der Angabe des richtigen Charset decodiert.

 

[tuxedo]

JO, auch wieder wahr... Aber was macht er wenn er in einem String was drin stehen hat, das UTF8 ist, weil er's halt so irgendwie blöderweise bekommt?

 

[kleiner_held]

Die Frage ist halt, wo diese String denn her kommt.
Das Problem, das du beschreibst, waere, dass ich einen String habe, der mit dem falschen CharSet dekodiert wurde.
Richtig waere dann, den String mit diesem falschen CharSet wieder zu kodieren und dann mit dem richtigen (UTF-8) zu dekodieren.

String decodeMistake= "Blâcky";
String recoded = new String(decodeMistake.getBytes("ISO-8859-1"), "UTF-8");
System.out.println(recoded);

Man sollte aber zuerst versuchen an der Stelle des fehlerhaften Einlesens anzusetzen, anstatt zu so einer Notloesung zu greifen.

 

[Murray]

Auf jeden Fall ist der URLEncoder hier ohnehin nicht das richtige Werkzeug, denn der soll ja gerade Umlaute etc. in die mit Prozentzeichen verklausierte Form bringen, wie man sie in URLs verwendet. Eine Konvertierung von Unicode-Strings in bestimte Charsets ist das nicht.