java中的垃圾字符删除

Question

在文本字段中如果我从单词复制，则插入垃圾字符。从jsp页面发布参数时，它仍然没问题。但是在java中获取参数时，它会转换为垃圾。我在插入之前使用了以下代码来消除垃圾。我正在使用mysql数据库。 （JBOSS 5.1 GA服务器）

String outputEncoding = "UTF-8";

Charset charsetOutput = Charset.forName(outputEncoding);
CharsetEncoder encoder = charsetOutput.newEncoder();
byte[] bufferToConvert = userText.getBytes();
CharsetDecoder decoder =  (CharsetDecoder) charsetOutput.newDecoder();
try {
    CharBuffer cbuf = decoder.decode(ByteBuffer.wrap(bufferToConvert));
    ByteBuffer bbuf = encoder.encode(CharBuffer.wrap(cbuf));
    userText = decoder.decode(bbuf).toString();
} catch (CharacterCodingException e) {
    e.printStackTrace();
}

但我仍然在单引号（''）和双引号（“”）中获得垃圾字符。我需要UTF-8中的字符串。任何人都可以建议我可能错在哪里？

示例：输入 - “esgh”。输出 - â??esghâ??：想要输出 - “esgh”。

Answer 1

你必须交换编码和解码调用。加;你正在解码两次，只有一个编码！

你写了：

CharBuffer cbuf = decoder.decode(ByteBuffer.wrap(bufferToConvert));
ByteBuffer bbuf = encoder.encode(CharBuffer.wrap(cbuf));
userText = decoder.decode(bbuf).toString();

但是，显然，它必须是：

ByteBuffer bbuf = encoder.encode(CharBuffer.wrap(userText));
CharBuffer cbuf = decoder.decode(bbuf);
userText = cbuf.toString();

首先，您必须对文本进行编码，然后对编码结果进行解码。

Answer 2

如果您从Microsoft Word复制文本，它具有“智能引号”功能，有时在编码/解码时会跳闸。尝试使用编码Windows-1252作为源编码。另外，我建议使用String#getBytes(String)和String#String(byte[],Charset)进行转换，不需要在此级别使用缓冲区。

Answer 3

Martijn Courteaux的答案应该会给你预期的输出。但是一旦尝试使用服务器设置CHARACTER和COLLATION。设置为UTF-8。

我希望它能奏效。

Answer 4

请检查Web /应用程序服务器是否正在发送正确的数据。

您使用的是哪个Web /应用程序服务器？

您使用的是简单的文本字段还是其他任何字段？