誤ってエンコードされた文字を復元する（Java）

Question

Linuxでcronを使用していくつかのJavaコードを実行し、数千のレコードを本番データベースに残しました。そのボックスのロケールcharmapは "ANSI_X3.4-1968"でした。今度は、データベースに永続化する前に、次の手順を実行しました。テキスト 2. 1. StringEscapeUtils.unescapeHtml4はUTF-8形式の文字列を書くと今の問題は、これらの手順の後に特殊文字は「？」として表示されている

データベース

に固執します。元の文字に戻すことは可能ですか？ 次の手順で問題をシミュレートしました。コードの行

String insertSpecial = StringEscapeUtils.unescapeHtml4("×"); 
System.out.println(insertSpecial); 
String uni = new String(insertSpecial.getBytes(), "UTF-8");// This value is currently in DB 
System.out.println(uni); 

を以下

1. 変更Eclipseのエンコーディング
"ANSI_X3.4-1968" への書き込みは、今、私は文字列 "UNI" からバック "×" を取得したいです。どんな助けもありがとう。

Answer 1

基本的には、あなたはnew String(insertSpecial.getBytes(), "UTF-8");で最大の間違いを犯しましたが、これは文字エンコーディングが驚くほど扱いにくいことを再び示しています。

1. 私のプラットフォームのエンコーディング
2. でinsertSpecialからバイトを与えるバイトはUTF-8であることを言って、バイトから新しい文字列を作成します。コードのその部分は、ステップバイステップではない何

   （たとえ以前にプラットフォームのエンコーディングでバイトが得られたとしても）

私はこのコードを何度も見てきましたが、残念なことにそれは物事を壊すだけです。それは完全に不要で、正しく書かれていても何も変換しません。プラットフォームエンコーディングがUTF-8ではない場合、プラットフォームエンコーディングとStringコンストラクタで指定されたものとの間に適切な違いがある場合、特殊文字（または文字列全体さえも）を破棄する可能性が高くなります。

疑問符は、変換できなかった文字のプレースホルダです。つまり、永遠に消えてしまいます。基本的には問題はcronの仕事だったThe Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)