VPF::ISO-8859-Х кодировка - Форум программистов

Kizja

Дата 8.5.2008, 19:11 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 81
Регистрация: 15.7.2007

Репутация: нет
Всего: нет

Привет, чего-то не могу понять, как получить числовые значения байтов в ISO-8859-5, пробую так:

Код


    public static void main(String[] args) throws IOException {
        byte[] bytes = "Абракадабра".getBytes("8859_5");

        Writer out = new BufferedWriter(new OutputStreamWriter(
                new FileOutputStream("output.txt"),"8859_5"));

        out.write(new String(bytes, "8859_5"));
        writeBytes(out, bytes);
        out.close();
    }
    
    private static void writeBytes(Writer out, byte[] bytes) throws IOException {
        out.write("\nБайты: ");
        for (int i = 0; i < bytes.length; i++) {
            out.write(bytes[i] + " ");
        }
        out.write("\nСимволы: ");
        for (int i = 0; i < bytes.length; i++) {
            out.write((char) bytes[i] + " ");
        }
    }

В итоге в файл сохраняются следующие данные:

Абракадабра
Байты: -80 -47 -32 -48 -38 -48 -44 -48 -47 -32 -48
Символы: ? ? ? ? ? ? ? ? ? ? ?

Первая строчка с текстом показывается как надо, в строке "Байты" выводит неверные числа судя по вот этой таблице: http://www.sbnet.ru/soft/fluids/charsets/iso.htm , где например буква "А"
в слове "Абракадабра" соотвествует этому: "0xB0 0x0410 # CYRILLIC CAPITAL LETTER A", т.е. "0xB0" => если я не ошибаюсь равняется 176, а он выводит -80. Вместо символов тоже выводит вопросы, кто-нибудь знает как эти данные получить по человечески ?

LSD

Дата 11.5.2008, 17:01 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

byte в Java знаковый тип, так что выводить его надо приблизительно так:

Код


System.out.printf("%02X ", 0xFF & b);

Насчет того, что в строке символы выводится абракадабра - ты уверен, что кодикорвка 8859_5 поддерживает те символы, что ты хочешь вывести?

--------------------

Disclaimer: this post contains explicit depictions of personal opinion. So, if it sounds sarcastic, don't take it seriously. If it sounds dangerous, do not try this at home or at all. And if it offends you, just don't read it.

Kizja

Дата 12.5.2008, 00:30 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 81
Регистрация: 15.7.2007

Репутация: нет
Всего: нет

LSD, возник переделанный вариант, где символы тоже выводит, но всё равно есть проблема:

Код


public class TestEncoding {
    private static final String ISO_5 = "ISO-8859-5";
    private static final String TEST_FILE = "output.txt";
    private static final String TEST_MESSAGE = "Ю";
    
    public static void main(String[] args) throws IOException {
        CharBuffer cbuf = getCharBuffer(ISO_5, TEST_MESSAGE);
        
        Writer out5 = getWriter(TEST_FILE, ISO_5);
        out5.write("string: " + cbuf.toString());
        writeBytes(out5, cbuf.array());
        out5.close();
    }
    
    private static Writer getWriter(String file, String encoding)
            throws UnsupportedEncodingException, FileNotFoundException {
        return new BufferedWriter(new OutputStreamWriter(new FileOutputStream(
                file), encoding));
    }
    
    private static CharBuffer getCharBuffer(String encoding, String data)
            throws CharacterCodingException {
        Charset charset = Charset.forName(encoding);
        CharsetDecoder decoder = charset.newDecoder();
        CharsetEncoder encoder = charset.newEncoder();

        ByteBuffer bbuf = encoder.encode(CharBuffer.wrap(data));

        return decoder.decode(bbuf);
    }
    
    private static void writeBytes(Writer out, char[] chars) throws IOException {
        out.write("\nbyte: ");
        for (int i = 0; i < chars.length; i++) {
            out.write((byte)chars[i] + " ");
        }
        out.write("\nint: ");
        for (int i = 0; i < chars.length; i++) {
            out.write((int)chars[i] + " ");
        }
        out.write("\nchar: ");
        for (int i = 0; i < chars.length; i++) {
            out.write(chars[i] + " ");
        }
    }
}

Например здесь хочу получить букву "Ю", выдаёт в файл результат при encoding = Cyrillic (ISO):

string: Ю
byte: 46
int: 1070
char: Ю

Букву "Ю" он показывает правильно, но вот вместо "int: 1070" надо чтобы показало: "int: 206", поскольку зайдя по той ссылке, которую я указал в прошлом сообщении видно, что:
0xCE 0x042E # CYRILLIC CAPITAL LETTER YU
где 0x042E как раз равняется выводимому "1070", а надо чтобы выводил бы 0xCE, т.е. "206", но не понимаю почему он выводит именно номер unicode (т.е. 1070), когда я ему вроде явно во всех местах указал, что это должен быть ISO-8859-5 (т.е. 206) ?

Добавлено через 4 минуты и 42 секунды
На всякий случай ещё импорты для приведённого выше кода:

Код


import java.io.BufferedWriter;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.io.UnsupportedEncodingException;
import java.io.Writer;
import java.nio.ByteBuffer;
import java.nio.CharBuffer;
import java.nio.charset.CharacterCodingException;
import java.nio.charset.Charset;
import java.nio.charset.CharsetDecoder;
import java.nio.charset.CharsetEncoder;

LSD

Дата 12.5.2008, 12:00 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

Цитата(Kizja @ 12.5.2008, 01:30

)

Букву "Ю" он показывает правильно, но вот вместо "int: 1070" надо чтобы показало: "int: 206", поскольку зайдя по той ссылке, которую я указал в прошлом сообщении видно, что: 0xCE 0x042E # CYRILLIC CAPITAL LETTER YUгде 0x042E как раз равняется выводимому "1070", а надо чтобы выводил бы 0xCE, т.е. "206", но не понимаю почему он выводит именно номер unicode (т.е. 1070), когда я ему вроде явно во всех местах указал, что это должен быть ISO-8859-5 (т.е. 206) ?

Он все выводит правильно. Строки в Java всегда хранятся в UTF-16 и приводя char к int, ты просто получаешь код символа в UTF-16.

Тебе же надо преобразовать символы (char) в байты (byte), которые будут содержать символы в нужной тебе кодировке.

Код


  public static void main(String[] args) throws Exception
  {
    char[] chars = {'Э', 'Ю', 'Я'};
    ByteArrayOutputStream out = new ByteArrayOutputStream();
    OutputStreamWriter writer = new OutputStreamWriter(out, "ISO-8859-5");
    writer.write(chars);
    writer.flush();
    System.out.print("bytes: ");
    for(byte b : out.toByteArray())
    {
      System.out.printf("%02X ", 0xFF & b);
    }
    System.out.println();

    System.out.print("chars: ");
    for(char c : chars)
    {
      System.out.printf("%04X ", 0xFFFF & c);
    }
    System.out.println();
  }

--------------------

Kizja

Дата 13.5.2008, 00:13 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 81
Регистрация: 15.7.2007

Репутация: нет
Всего: нет

LSD, спасибо большое за помощь - теперь ясно, а то как-то с этими байтами, чарами запутался было совсем...

0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| Java: Общие вопросы \| Следующая тема »