如何在Java中将ISO-2022-CN文本转换为UTF-8？

问题核心 #

ISO-2022-CN是一种仅支持解码操作的字符集，Java提供的该字符集实现没有对应的编码器，所以任何尝试将Java字符串编码为ISO-2022-CN字节的操作都会抛出UnsupportedOperationException——这就是你两次代码失败的根本原因。

你的代码错误点：

1. 第一段代码中"Text".getBytes("ISO-2022-CN")是尝试编码，直接触发异常；
2. 第二段代码里iso2022cn.getBytes("ISO-2022-CN")同样是编码操作，同样会报错。

正确实现思路 #

ISO-2022-CN的作用是将ISO-2022-CN编码的字节数据解码为Java内部的Unicode字符串，而Java字符串本身可以直接转换为UTF-8格式。正确流程是：

1. 获取原始的ISO-2022-CN编码字节数据（比如从文件、网络流读取）；
2. 使用ISO-2022-CN解码器将字节解码为Unicode字符串；
3. 将Unicode字符串转换为UTF-8格式（直接用String.getBytes(StandardCharsets.UTF_8)或构造UTF-8字符串）。

正确代码示例 #

import java.nio.charset.Charset;
import java.nio.charset.CharsetDecoder;
import java.nio.charset.CodingErrorAction;
import java.nio.ByteBuffer;
import java.nio.CharBuffer;
import java.nio.charset.StandardCharsets;

public class ISO2022CNToUTF8 {
    public static void main(String[] args) throws Exception {
        // 模拟从外部获取的ISO-2022-CN编码字节数据
        // 真实场景下，该字节数组应从文件、网络等源读取，而非从Java字符串转换
        byte[] iso2022cnBytes = getISO2022CNBytesFromSource();

        // 解码ISO-2022-CN字节为Unicode字符串
        CharsetDecoder decoder = Charset.forName("ISO-2022-CN").newDecoder();
        decoder.onMalformedInput(CodingErrorAction.REPORT);
        decoder.onUnmappableCharacter(CodingErrorAction.REPORT);
        ByteBuffer byteBuffer = ByteBuffer.wrap(iso2022cnBytes);
        CharBuffer charBuffer = decoder.decode(byteBuffer);
        String unicodeStr = charBuffer.toString();

        // 将Unicode字符串转换为UTF-8编码的字符串
        String utf8Str = new String(unicodeStr.getBytes(StandardCharsets.UTF_8), StandardCharsets.UTF_8);
        // 若仅需UTF-8字节数组，直接使用：byte[] utf8Bytes = unicodeStr.getBytes(StandardCharsets.UTF_8);

        System.out.println("转换后的UTF-8字符串：" + utf8Str);
    }

    // 模拟获取ISO-2022-CN编码字节的方法
    private static byte[] getISO2022CNBytesFromSource() {
        // 实际场景需替换为真实的字节读取逻辑，比如读取文件的字节流
        // 此处仅为示例，用GB2312字节模拟（ISO-2022-CN兼容GB2312编码规则）
        try {
            return "测试内容".getBytes("GB2312");
        } catch (Exception e) {
            e.printStackTrace();
            return new byte[0];
        }
    }
}

关键注意事项 #

• 永远不要尝试将Java字符串编码为ISO-2022-CN，该字符集不支持此操作；
• 必须确保处理的是真实的ISO-2022-CN编码字节数据，Java字符串本身是Unicode编码，不存在"ISO-2022-CN字符串"的说法；
• 如果输入是声称"ISO-2022-CN字符串"的Java字符串，说明原始数据的获取流程有误，需回溯到数据源获取字节形式再处理。

内容的提问来源于stack exchange，提问作者ajs