UTF-8文字をISO Latin 1に変換する方法は？

Question

UTF-8の商標記号をISO Latin 1に変換し、ISO Latin 1でエンコードされたデータベースに保存する必要があります。

どうすればjavaで行うことができますか？

私は

String s2 = new String(s1.getBytes("ISO-8859-1"), "utf-8"); 

のようなものを試してみたが、私が期待通りに動作しないようです。

Answer 1

Javaの文字列は、常にUnicode（UTF-16、効果的）です。変換は、テキストからバイナリエンコーディングに移動しようとする場合、またはその逆の場合にのみ必要です。

文字は何ですか？あなたはISO Latin 1にも存在していると確信していますか？そうであれば、私はそのキャラクターがあなたのデータベースに何の問題もなく保存されることを期待しています。 「UTF-8商標記号」はありません。あなたは "UTF-8の商標記号を表すバイト"を持つことができますが、これは文字列ではなくバイト配列になります。

編集：Unicode trademark character U + 2122を意味する場合は、ISO-Latin-1の範囲外です。 （IIRC、外観や法的な意味でのいずれか）と同じものではありませんが、何もないよりはましかもしれregistered trademark character U + 00AEは、あります - あなたはそれを使用したい場合だけ使用します。

string replaced = original.replace('\u2122', '\u00ae'); 

Answer 2

1. Jon Skeetがあなたに言ったことを読んでください。あなたが投稿したコードはごみです（UTF-8でエンコードされた文字列がISO-8859-1のように解釈されますが、これは何も役に立ちません）。
2. ISO-8859-1エンコーディング（a.k.a Latin1）には、商標文字「™」は含まれていません。

Answer 3

私は同様の問題を抱えており、エンティティの変換不可能な文字を変換することで解決しました。 情報を後でhtmlとして表示すると、とにかく問題ありません。

そうでない場合は、それらをユニコードに変換しようとする可能性があります。 「商標」とのpythonで

例：

s = u'yellow bananas\u2122'.encode('latin1', 'xmlcharrefreplace') 
# s is 'yellow bananas™' 

Answer 4

私の知る限り、あなただけのISO-をサポートしてDBに非Latin-1の文字が含まれている（s1から）文字を格納しようとしている理解して8859-1。

• まず、私はそれが汚いアイデアだと言うことに同意します。 CP1252はISO-8859-1（文字あたり1バイト）から近く、あなたの質問をanwserし、今

™が含まれて、私はあなたが反対のことをしたと思うこと
注意..
あなたがエンコードしたいですISO-8859-1にUTF-8バイト：

String s2 = new String(s1.getBytes("UTF-8"), "ISO-8859-1"); 

この方法では、s2は一度ISO-8859-1でエンコードされた、ということcharacher文字列で、有効なUTF-8のように見えるかもしれバイト配列を返します。バイト。元の文字列を取得するに

、あなたは

String s1 = new String(s2.getBytes("ISO-8859-1"),"UTF-8"); 

を行うしかし、待ってます！この場合、希望は、ISO-8859-1 .. で任意のバイトをデコードでき、DBはそのようなデータを受け入れることを願っています。

実際には、正式には、ISO-8859-1 doesn't have chars for any byte valuesのため実際には分かりません。 たとえば、80〜9Fです。

そして、

byte[] b = { -97, -100, -128 }; 
System.out.println(new String(b,"ISO-8859-1")); 

しかし、ジャワ、s.getBytes("ISO-8859-1")でが実際に初期のアレイを復元???

を表示するであろう。