java - java中UTF-8到ASCII的转换

Question

我有一个包含 UTF-8 字符集格式的字符串。

String str = "100µF";

我希望上述字符串的输出是“100µF”

我已经检查了 StackOverflow，我得到了以下代码

public static String decompose(String s) {
    return java.text.Normalizer.normalize(s, java.text.Normalizer.Form.NFD).replaceAll("\\p{InCombiningDiacriticalMarks}+","");
}

但是，我得到上面字符串的输出是“100AµF”

Answer 1

这是一个 XY problem .

这里的问题是您的字符串是从字节创建的，使用了一个不正确的字符集，该字符集假设一个字节是一个字符，例如ISO 8559-1。 .

但字节不是 ASCII，也不是 ISO 8859-1。字节是文本的 UTF-8 表示。

不要替换任何字符。不要规范化字符串。唯一正确的解决方案是将错误解码的字符串还原为字节，然后使用 UTF-8 正确解码字节:

byte[] originalBytes = str.getBytes(StandardCharsets.ISO_8859_1);

str = new String(originalBytes, StandardCharsets.UTF_8);