Sonderzeichen aus UNIX werden von Java nicht richtig gelesen

Question

Ich habe eine Java-Anwendung, in der eine Zeichenfolge aus einer Datei in UNIX gelesen wird. Anschließend wird die Zeichenfolge mithilfe der URL-POST-Methode an eine andere Anwendung übergeben. Es ist jedoch Probleme haben, wenn es Sonderzeichen wie:

~ ^ [ ] \ { } |

Ich bin den Aufbau der URL ein String mit:

new StringBuilder() .append("message=").append(message).toString() 

Gibt es einen Standard, wie sollten diese Zeichen von UNIX auf Java codiert werden? Ich glaube, das ist das Problem hier.

Answer 1

Um Zeichen aus einer Datei in Java korrekt zu lesen, müssen Sie den Zeichensatz angeben. Z.B.

String charset = "UTF-8"; // replace with what you are really using in your Unix system 
Reader reader = new InputStreamReader(new FileInputStream(file), charset); 
// use the reader... 

Answer 2

Das sind Zeichen für einen regelmäßigen Ausdruck verwendet: so (Fehlerbehandlung der Kürze halber weggelassen).

Also irgendwo platzieren Sie die Zeichenfolge in einer Position, wo eine Regex erwartet wird.

• replaceFirst
• replaceAll statt ersetzen
• gespalten
• Format
• printf

Encoding kann hier nicht den Fehler sein (normal ASCII-Funktionen). Beachten Sie jedoch, dass FileReader eine alte Dienstprogrammklasse ist, die eine Datei mit der Standard-Plattformcodierung liest. Wenn die Datei in einem bekannten Codierung ist, sagen die UTF-8, besser:

Path path = file.toPath(); 
try (BufferedReader in = Files.newBufferedReader(path, StandardCharsets.UTF_8)) { 
    ... 
} 

Answer 3

Eine URL erfordert, dass bestimmte Zeichen codiert werden. Dies hat nichts mit Unix oder Java zu tun; Es ist Teil der Spezifikation für URLs.

In Java können Sie beliebigen Text verschlüsseln, um es für URLs über das URLEncoder.encode Verfahren geeignet zu machen:

new StringBuilder() 
     .append("message=") 
     .append(URLEncoder.encode(message, "UTF-8")) 
     .toString()