Java 读取InputStream时忽略编码

我在向IIS服务器发出HTTP请求的Java应用程序中遇到一些编码问题

迭代

URLConnection

对象的标题，我可以看到以下（相关）标题：

URLConnection.getContentEncoding（）

方法返回utf-8作为文档编码

这就是我的HTTP请求和流读取的方式：

OutputStreamWriter sw = null;
BufferedReader br = null;
char[] buffer = null;
URL url;
url = new URL(this.URL);
URLConnection connection = url.openConnection();
connection.setDoOutput(true);
sw = new OutputStreamWriter(connection.getOutputStream());
sw.write(postData);
sw.flush();
br = new BufferedReader(new InputStreamReader(connection.getInputStream(), "UTF8"));
StringBuilder totalResponse = new StringBuilder();
String line;

while((line = br.readLine()) != null) {
    totalResponse.append(line);
}
buffer = totalResponse.toString().toCharArray();
if (sw != null)
    sw.close();

if (br != null)
    br.close();

return buffer;

但是，以下由服务器“ÃÃÃção”发送的字符串由客户端接收为“�����o”

---

我做错了什么？

如果服务器真的发送了一个“UTF-8”的内容编码，那么它是非常混乱的。请参见

了解良好的顺序和一些更正

    URLConnection connection = url.openConnection();
    connection.setDoOutput(true);
    connection.connect();
    try (Writer sw = new OutputStreamWriter(connection.getOutputStream(),
                StandardCharsets.UTF_8)) {
        sw.write(postData);
        sw.flush();

        try (BufferedReader br = new BufferedReader(
                new InputStreamReader(connection.getInputStream(),
                StandardCharsets.UTF_8))) {
            StringBuilder totalResponse = new StringBuilder();
            String line;
            while ((line = br.readLine()) != null) {
                totalResponse.append(line).append("\r\n");
            }
            return totalResponse.toString().toCharArray();
        } // Close br.
    } // Close sw.

也许：

postData =  ... + "Accept-Charset: utf-8\r\n" + ...;

接收到

totalResponse.toString（）

时，您应该已经正确读取了所有内容

但当再次显示时，字符串/字符再次转换为字节，编码失败。例如，System.out.println可能不会使用Windows编码

您可以通过转储字符串的字节来测试该字符串：

String s = totalResponse.toString();
Logger.getLogger(getClass().getName()).log(Level.INFORMATION, "{0}",
    Arrays.toString(s.getBytes(StandardCharsets.UTF_8)));

---

在某些罕见的情况下，字体将不包含特殊字符。

根据您的评论，您试图从IIS服务器接收修复消息，修复使用ASCII。只有一小部分标签支持其他编码，必须以特殊方式处理（标准FIX规范中的非ASCII标签为349351355335537359361363365）。如果存在这样的标记，您将得到一个标记347，其值指定编码（例如UTF-8），然后每个标记前面都会有一个标记，该标记给出未来编码值的长度（对于标记349，您将始终首先得到348，其值为整数值）

在您的情况下，服务器似乎正在以其他编码发送自定义标记10411（10xxx范围）。按照惯例，前面的标记10410应该给出10411中值的长度，但它包含“0000”，这可能有其他含义

---

请注意，尽管修复消息可读性很强，但它们仍应被视为二进制数据。标记和值大多是ASCII字符，但分隔符（SOH）是0x01，如上所述，某些标记可以使用另一种编码进行编码。IIS服务应该以

application/octet-stream

的形式返回数据，以便正确地接收数据。试图将其作为

text/html

返回会带来麻烦：）。

您可以尝试将流作为请求属性的一部分，然后在客户端打印出来。请求属性将按原样接收，没有任何编码问题

我认为它必须是

UTF-8

而不是

UTF8

谢谢@Tirath的回复。作为InputStreamReader构造函数的参数，我已将UTF8更改为UTF-8，但结果是相同的。您确定您的内容实际上是UTF-8编码的吗？标题可能是谎言。您还尝试过调试

totalResponse.toString（）

？如果这等于

“ÃÃÃção”

，那么在

char[]

上操作时，您的问题可能会更进一步……谢谢@Mena，我如何实际验证内容编码。使用：

byte[]foo=String.valueOf（totalResponse.toString（））.getBytes（）；System.out.println（新字符串（foo，“utf-8”）

给出了完全相同的结果。可能不相关，但在创建

OutputStreamWriter

时，您还应该设置显式编码-此时您正在以平台上的默认编码发送post数据，这可能不是服务器所期望的。内容编码标签是我的错误。现在不包括在内。谢谢你的回复。结果和以前一样。对于以下字符串：

INFO:8=FIX.4.29=3335=DRCFG10410=000010411=�����o10=000\0

我得到以下字节：

信息：[56,61,70,73,88,46,52,46,50,1,57,61,51,1,51,53,61,68,82,67,70,71,1,49,48,52,49,48,48,48,48,48,52,49,49,61,17,65,67,17,65,67,65,67,111,1,49,48,48,48,48,48,48,48,52,49,49,49,49,49,61,67,65,67,67,67,67,65,65,65,65,65,65,65,65,65,68,11,11,11,11,48,11,52]

如果你看411=��, 也就是说48+4（4），48+1（1），48+1（1），61（=）可以看到四个相同的多字节序列的重复。实际上，

U+FFFD

，Unicode替换字符。由于UTF-8可以代表所有，在Unicode的早期转换中，比如说UTF-8到有限编码，进行了此转换。肯定是在IIS端，除非数据来自客户端的往返。因此，如果我没有正确理解您的意思，您是说IIS正在以其他字符集发送数据，并在过程中进行转换？IIS在某些时候错误地转换为非UTF-8（引入替换字符），最后以UTF-8交付。作为健全检查，可能在浏览器中查询相同的内容。再次感谢！该服务由几个组件（Objective、C#、JS）使用，编码中唯一存在问题的是JAVA中的这个组件。在服务器端，我可以看到消息被正确发送。对发生的事情还有什么想法吗？你是对的。这是一个基于FIX的自定义消息协议。将

内容类型

设置为

应用程序/octet流

具有相同的结果(�����o代表ÃÃÃço）。谢谢你的回复。

String s = totalResponse.toString();
Logger.getLogger(getClass().getName()).log(Level.INFORMATION, "{0}",
    Arrays.toString(s.getBytes(StandardCharsets.UTF_8)));