java - 将 latin1 编码为 UTF8 失败

Question

我们有一个用于导入的测试文件（csv），编码为 latin1（如 vim 报告）。

我们已将 websphere 中的 file.encoding 和 client.file.encoding 更改为 UTF-8。

现在同一个文件在 sun.io.ByteToCharUTF8.convert 中被“MalformedInputException”拒绝

为什么？

我假设 UTF8 是 latin1 的超集。所以也许有些字节可能会被误解，但不应该有例外，因为我们扩大了字符集？

这个“MalformedInputException”还有什么原因？

Answer 1

UTF-8 是 ASCII 的超集，但不是 latin-1（它是 ASCII 的不同超集）。0-127 范围内的所有字符在 UTF-8 和 ASCII 中都是相等的，但 Latin-1 还定义了 128-255 范围内的许多字符，这些在解释为 UTF-8 时可能会导致问题。