Java和Unicode的麻烦

我有一个Java程序，它从SQL Server数据库获取行，并将同一行插入Informix数据库。Informix DB仅支持8859-1字符集。有时，用户通过从Word或Excel复制和粘贴的方式在SQL server DB中插入一行，这会导致一些字符最终成为Unicode字符（其中一些字符的大小为3字节）

如何编写一个过滤器函数，用例如“？”或其他字符替换unicode字符

---

/Jimmy

您可以将所有非ASCII字符替换为

？

：

StringBuilder buf = new StringBuilder();
for (char ch : originalString.toCharArray()) {
    if (ch > 127) {
        buf.append('?');
    } else {
        buf.append(ch);
    }
}
return buf.toString();

另一种方法是使用正则表达式：

originalString.replaceAll("\\P{ASCII}", "?")

---

它将所有非ASCII字符替换为

？

您可以将所有非ASCII字符替换为

？

：

StringBuilder buf = new StringBuilder();
for (char ch : originalString.toCharArray()) {
    if (ch > 127) {
        buf.append('?');
    } else {
        buf.append(ch);
    }
}
return buf.toString();

另一种方法是使用正则表达式：

originalString.replaceAll("\\P{ASCII}", "?")

---

它将所有非ASCII字符替换为

？

可能相关：8859-1有256个编码点，编码值为0到255，因此任何字节值序列都是有效的。您如何判断字节序列应该被解释为UTF-8而不是8859-1？用户在哪里粘贴文本，导致系统处理错误？可能与此相关：8859-1有256个编码点，编码值为0到255，因此任何字节值序列都是有效的。您如何判断字节序列应该被解释为UTF-8而不是8859-1？用户在哪里粘贴文本，导致系统处理错误？