java - 使用 Java 下载 UTF-16 JSON 字符串

Question

我正在将我们的 iOS 应用程序转换为 Android(第一次使用 Android，但长期使用 Java 程序员)。有一个 Web 服务向应用程序提供 2 个 JSON 源。该 Web 服务是用 Python 编写的，第一个 JSON 字符串输出为“ascii”。这很好，Android 应用程序可以正常下载并显示。问题出在第二个。

由于 JSON 很容易包含非英语字符(重音、标点符号等)，因此我在 Python 中将其输出为“utf-16”。我在 Android 应用程序中下载内容如下:

new DownloadTask(new Downloader.Callback() {
        @Override
        public void finishedDownloading(String content) {

            final City[] cities = new Gson().fromJson(content, City[].class);
            Downloader.cities = cities;
            System.out.println("Found " + cities.length + " cities");
            getActivity().runOnUiThread(new Runnable() {
                @Override
                public void run() {
                    setListAdapter(new CityArrayAdapter(getActivity(),
                            R.layout.listview_item_row,
                            cities));
                    pb.dismiss();
                }
            });
        }
    }).execute(Constants.CITIES_URL);

下载任务:

protected String doInBackground(String... sUrl) {
    BufferedReader br = null;
    try {
        URL url = new URL(sUrl[0]);
        br = new BufferedReader(new InputStreamReader(url.openStream()));
        String line = br.readLine();
        String doc = "";
        while (line != null) {
            doc += line + "\r\n";
            line = br.readLine();
        }
        br.close();
        callback.finishedDownloading(doc);

        return doc;
    } catch (MalformedURLException e) {
        System.out.println("Exception: " + e.getMessage());
    } catch (IOException e) {
        System.out.println("Exception: " + e.getMessage());
    }
    return null;
}

我一直在阅读有关 Java 如何处理字符串的信息，并且显然字符串存储为 UTF-16，所以我不确定为什么它不能正常工作？

仅提一下错误，Gson 会抛出错误，但只是由于字符串显示不正确。当我将 url 响应打印到控制台时，它会每隔一个字符显示“？”(表示编码错误)。

Answer 1

你的问题是InputStreamReader。您应该明确告诉它要使用什么字符集，而不是使用平台默认值，这不是您想要的。理想情况下，您应该阅读 Content-Type header 并使用它来选择字符集，而不是硬编码 utf-16(LE 或 BE？)。

澄清你对 Java 在内部使用 utf-16 的想法，你是对的，但问题是你需要将字节转换为字符，这与 Java 内部如何处理 String 无关。

此外，您可能需要考虑使用 utf-8，因为它往往是网络上的默认 unicode 编码。