StringをLatin-1としてエンコードする際の疑問符を最小限に抑えるにはどうすればよいですか？

Question

Java StringをLatin-1（つまり、charset ISO-8859-1）にエンコードする場合、エンコードを実行する前にドイツ語のシンボルβ（ '\ u03B2'）をß（ '\ u00DF'）に変換しています。私は可能な限りエンコーディングで疑問符を避けるようにしています。

誰もがエンコーディング可能な文字に置き換えられる他のエンコーディング不可能な文字を提案できますか？それとも、私のためのJavaライブラリである方がいいですか？

更新日： 背景：私はそれをデータをCSVファイルにエクスポートするJavaプログラムを持っているので、それらを第三者のアプリケーションに読み込むことができます。顧客は、一部の文字が変換されていないと訴えている - 彼は私に "straese"の例を与えた。技術的にはβはBetaのギリシャのシンボルですが、すばらしいGoogle検索ではかなりの人がβを意味するために使用しています。

Answer 1

まず入力テキストが正しく入力されているか、エンコードされていますか？

u + 03B2は、ドイツ語のeszettではなく、「GREEK SMALL LETTER BETA」です。

U + 00DFは、それがhttp://unicode.org/Public/MAPPINGS/ISO8859/8859-1.TXTで定義されているため、JavaがISO-8859-1に後者をマッピングすることができますエスツェットや "LATIN SMALL LETTERシャープS"

です。

この問題を一般的に解決する方法はありません.ISO-8859- *で表現できない文字（ロット）が含まれています。

http://unicode.org/Public/MAPPINGS/ISO8859/8859-1.TXT文書に記載されていないデータ内のすべてのユニコード文字のリストを作成することをお勧めします。マップされていないキャラクタごとに、ISO-8859-1の範囲から適切な置換を手書きで選択する必要があります。

Answer 2

U + 03B2はギリシャ文字「ベータ」です。 U + 00DFはドイツ語の「鋭い」です。本当に同じことではありません！ラテン文字が必要な場合は、Bの方がβに適していませんか？あなたのシナリオやユースケースに関する少しの背景が、適切な提案を導くのに役立ちます。

ユニコードには数千ものグリフがあり、そのうちのほんの数だけがLatin-1でエンコードできます。