Java 为什么在Windows和Linux中从UTF-8到ISO-8859-1的转换不同？

我在jar文件中将以下代码从UTF-8转换为ISO-8859-1，当我在Windows中执行此jar时，我得到一个结果，在CentOS中得到另一个结果。有人知道为什么吗

public static void main(String[] args) {

  try {

    String x = "Ä, ä, É, é, Ö, ö, Ü, ü, ß, «, »";

    Charset utf8charset = Charset.forName("UTF-8");
    Charset iso88591charset = Charset.forName("ISO-8859-1");

    ByteBuffer inputBuffer = ByteBuffer.wrap(x.getBytes());
    CharBuffer data = utf8charset.decode(inputBuffer);

    ByteBuffer outputBuffer = iso88591charset.encode(data);
    byte[] outputData = outputBuffer.array();

    String z = new String(outputData);

    System.out.println(z);
  }
  catch(Exception e) {
    System.out.println(e.getMessage());
  }
}

在Windows中，java-jar test.jar>test.txt创建一个包含以下内容的文件： Ä，ä，É，Ö，ö，Ü，ü，ß，«，»

但在CentOS我得到：

---

�?, ä, �?, é, �?, ö, �?, ü, �?, «，»

三种可能性浮现在脑海中：

• 实际用于源代码的编码可能因平台而异
• 编译器默认期望的编码可能因平台而异（可以在命令行中指定）
• 调用

  x.getBytes（）

  时使用的平台默认编码可能因平台而异

不清楚您试图以何种方式将UTF-8转换为ISO-8859-1，因为您的原始数据实际上只是一个

字符串。您将调用
x.getBytes（）
的结果视为UTF-8编码的数据，但它只是平台默认值的一部分

同样，当你写作时：

String z = new String(outputData);

。。。这是使用平台默认编码。不要那样做

您根本不需要字节缓冲区：只需使用
text.getBytes（encoding）
进行编码，并使用
新字符串（数据，编码）
这两行进行解码

x.getBytes());

String z = new String(outputData);

是特定于平台和默认编码的


通过避免特定于平台的转换，这可以在Windows和Linux上正常运行

String x = "Ä, ä, É, é, Ö, ö, Ü, ü, ß, «, »";

Charset utf8charset = Charset.forName("UTF-8");
Charset iso88591charset = Charset.forName("ISO-8859-1");

ByteBuffer inputBuffer = ByteBuffer.wrap(x.getBytes(utf8charset));
CharBuffer data = utf8charset.decode(inputBuffer);

ByteBuffer outputBuffer = iso88591charset.encode(data);
byte[] outputData = outputBuffer.array();

String z = new String(outputData, iso88591charset);

System.out.println(z);

印刷品

Ä, ä, É, é, Ö, ö, Ü, ü, ß, «, »

在考虑输出之前，您应该首先在java中获得正确的内部表示形式的字符串。也就是说，应该是：

z.equals("Ä, ä, É, é, Ö, ö, Ü, ü, ß, «, »") == true

以上内容可以在没有任何输出编码问题的情况下进行验证，因为它只打印
true
或
false

在Windows中，您已经通过

ByteBuffer inputBuffer = ByteBuffer.wrap(x.getBytes());
CharBuffer data = utf8charset.decode(inputBuffer);

因为你需要从
“Ã，Ã，É，Ã，Ã-，Ã，Ã339;，ü，Ã，Ÿ，Ÿ«代码>到
“Ä，ä，É，Ö，ö，Ü，ü，ß，«代码>是：

ByteBuffer inputBuffer = ByteBuffer.wrap(x.getBytes( windows1252/*explicit windows1252 works on CentOS too*/));
CharBuffer data = utf8charset.decode(inputBuffer);

在此之后，使用ISO-8859-1执行一些操作，这是徒劳的，因为原始字符串中只有一半的字符
可以在ISO-8859-1中表示，更不用说您已经按照上述要求完成了。您可以在
utf8charset.decode（inputBuffer）

因此，现在您的代码可以如下所示：

String x = "Ä, ä, É, é, Ö, ö, Ü, ü, ß, «, »";

Charset windows1252 = Charset.forName("Windows-1252");
Charset utf8charset = Charset.forName("UTF-8");

byte[] bytes = x.getBytes(windows1252);
String z = new String(bytes, utf8charset);

                                //Still wondering why you didn't just have this literal to begin with
                                //Check that the strings are internally equal so you know at least that
                                //the code is working

System.out.println(z.equals( "Ä, ä, É, é, Ö, ö, Ü, ü, ß, «, »")); 
System.out.println(z);

这个� 字符表示无法打印的字符（请参阅）。也许您的CentOS编码与Windows不同？您真正想做的是什么？为什么你有
“Ã，Ã，É，Ã，è，Ã339;，ü，Ã376;«，û”需要转换，如果您可以只使用根本不需要转换的
“Ä，ä，É，Ö，ö，Ü，ß，ß，«，»”
？如果这些不是源文件中的字符串文字，那么您需要提供更多详细信息。对不起，这段代码的意义是什么？您已经开始使用正确的最终结果，而代码完全没有任何用处。它与
System.out.println（x）完全相同在声明
x
@Esailija之后，最好询问OP。代码以前后编码为两种不同编码的字符开始。唯一的区别是，他有一个伪加密字符串，当使用默认编码的getBytes（）调用该字符串时，可以使用UTF-8进行解码。这显然取决于平台。@Esailija:可能字节在应用程序之间传输。这可能只是在单个应用程序中演示同一问题的示例代码。@RemyLebeau我不明白，这个答案完全没有说明什么。它有一个字符串文本，然后被编码为utf-8，结果被解码回utf-8。也就是说，什么都不做。在此之后，重复相同的过程，但使用ISO-8859-1。同样，完全不操作（最多此操作会导致信息丢失，但是）。没有操作不是特定于平台的。：P无论如何，我通常在javascript室，如果你想有时间讨论这个问题的话。