javaでエンコーディングをチェックする方法は？

Question

私はエンコーディングに関する問題に直面しています。

たとえば、XML形式のエンコーディング（ "UTF-8"）のメッセージがあります。

<message> 
     <product_name>apple</product_name> 
     <price>1.3</price> 
     <product_name>orange</product_name> 
     <price>1.2</price> 
     ....... 
    </message> 

さて、このメッセージは複数の言語をサポートしている：

• 繁体字中国語（BIG5）、
• 簡体中国語（GB）、

• 英語（UTF-8）

  そして、特定のフィールドのエンコーディングのみを変更します。例えば
  （繁体字）、

  蘋果 1.3橙 1.2 .......

  のみ "蘋果" および "橙" BIG5、"<product_name>"と"</product_name>"を使用しているされていますまだutf-8を使用しています。
  <price>1.3</price>および<price>1.2</price>はutf-8を使用しています。

どのような単語が異なるエンコーディングを使用しているかはどのようにわかりますか？

Answer 1

XMLを提供している人は間違ったXMLを提供しているようです。一貫したエンコーディングを使用する必要があります。

http://sourceforge.net/projects/jchardet/files/は、かなり優れたヒューリスティック文字セット検出器です。 これは、コンテンツタイプまたはBOMに文字セットがないページのエンコーディングを検出するためにFirefoxで使用されるポートです。

プロバイダに出力を修正させることができない場合は、誤ったXMLファイルの部分文字列のエンコーディングを試してみることができます。

Answer 2

1つのXMLファイルで1つのエンコーディングしか使用しないでください。 big5の文字のUTF_8エンコーディングに対応するものがあります。

Answer 3

私はプロバイダに出力を修正させることができないので、私はそれを自分で処理する必要があり、このプロジェクトでは拡張ライブラリを使用できません。ディスプレイの前に私はこのようなことを解決することができ

、

String str = new String(big5String.getByte("UTF-8")); 

メッセージ。