-2

我在报告显示名称时遇到问题。我的应用程序使用不同的技术 PHP、Perl 和 BI Pentaho。

我们使用 MYSQL 作为数据库，我的表是CHARSET=utf8.

我的表存储在如下行中的值，这是错误的

Row1 = Ãx—350
Row2 = Ñz–401

PHP 和 Perl 使用不同的内置函数来转换存储在 DB 中的上述值，并在 UI 中显示如下，这是正确的

Expected Row1 = Áx—350
Expected Row2 = Ñz–401

对于使用 pentaho 的报告，我使用 ETL 在报告中显示数据之前转换数据。为了转换上述数据库存储值，我尝试通过 Java 步骤转换数据，如下所示

new java.lang.String(new java.lang.String(CODE).getBytes("Windows-1252"), "UTF-8")

但它没有正确转换值，在上述 2 个错误值中，只有Row2值被正确转换，但第一个Row1错误转换如下

Converted Row1 = �?x—350
Converted Row2 = Ñz–401

请建议我可以正确转换值的方法，以便例如Row1值应正确转换为Áx—350。

我写了一个如下的Java小程序来将Ãx—350字符串转换为Áx—350

String input = "Ãx—350";
byte[] b1 = input.getBytes("Windows-1252");
System.out.println("Input Get Bytes = "+b1.toString());

String szUT8 = new String(b1, "UTF-8");
System.out.println("Input Encoded = " + szUT8);

上述代码的输出如下

Input Get Bytes = [B@157ee3e5
Input Encoded = �?x—350-350—É1

如果我们看到输出，则实际预期输出为Áx—350的字符串是错误的。

为了确认编码/解码方案，我尝试在线测试字符串并使用字符串Ãx –350 进行测试，输出与预期的一样 Áx–350是正确的。

因此，请从这里任何人指出为什么 java 代码无法正确转换，尽管我使用了正确的编码/解码方案，其他任何我遗漏的或我的方法都是错误的。

4

1 回答 1

0

正如我们所见，将您的数据库中的CHARSET设置设置为 utf-8 并不一定意味着那里的数据以 utf-8（甚至根本就在 utf-8）中正确编码。看起来您正在处理mojibake - 曾经使用错误的编码方案解码的字符，然后反过来编码错误。解决这个问题通常是一个乏味的过程，需要找出过去的解码/编码错误，然后撤消它们。

长话短说：如果您有 mojibake，除非您知道（或可以弄清楚）过去进行了哪些转换，否则您无法进行任何自动转换。

转换首先是解码，然后是编码。要在 Perl 中转换：

my $string = "some windows-1252 string";

use Encode;
my $raw = decode('windows-1252',$string);
my $encoded = encode('utf-8',$raw);
于 2016-08-03T13:07:55.227 回答