convert - Cómo agregar una BOM UTF-8 en Java

utf 8 bom java

Question

Tengo un procedimiento almacenado de Java que recupera el registro de la tabla utilizando el objeto Resultset y crea un archivo csv.

BLOB retBLOB = BLOB.createTemporary(conn, true, BLOB.DURATION_SESSION);
retBLOB.open(BLOB.MODE_READWRITE);
OutputStream bOut = retBLOB.setBinaryStream(0L);
ZipOutputStream zipOut = new ZipOutputStream(bOut);
PrintStream out = new PrintStream(zipOut,false,"UTF-8");
out.write(''/ufeff'');
out.flush();
zipOut.putNextEntry(new ZipEntry("filename.csv"));
while (rs.next()){
    out.print("/"" + rs.getString(i) + "/"");
    out.print(",");
}
out.flush();
zipOut.closeEntry();
zipOut.close();
retBLOB.close();
return retBLOB;

Pero el archivo csv generado no muestra el carácter alemán correcto. La base de datos Oracle también tiene un valor NLS_CHARACTERSET de UTF8.

Por favor recomiende.

Answer 1

Creo que out.write(''/ufeff''); debería estar out.print(''/ufeff''); .

Según javadoc , el método write(int) escribe un byte ... sin codificación de caracteres. Así que out.write(''/ufeff''); escribe el byte 0xff . Por el contrario, el método print(char) codifica el carácter como uno o como bytes utilizando la codificación de la secuencia, y luego escribe esos bytes.

Answer 2

En caso de que las personas estén usando PrintStream , debes hacerlo de forma un poco diferente. Mientras que un Writer hará algo de magia para convertir un solo byte en 3 bytes, un PrintStream requiere los 3 bytes de la lista de materiales UTF-8 individualmente:

    // Print utf-8 BOM
    PrintStream out = System.out;
    out.write(''/ufeef''); // emits 0xef
    out.write(''/ufebb''); // emits 0xbb
    out.write(''/ufebf''); // emits 0xbf

Alternativamente, puede usar los valores hexadecimales directamente:

    PrintStream out = System.out;
    out.write(0xef); // emits 0xef
    out.write(0xbb); // emits 0xbb
    out.write(0xbf); // emits 0xbf

Answer 3

En mi caso, funciona con el código:

PrintWriter out = new PrintWriter(new File(filePath), "UTF-8");
out.write(csvContent);
out.flush();
out.close();

Answer 4

Para escribir una lista de materiales en UTF-8 necesita PrintStream.print() , no PrintStream.write() .

Además, si desea tener una lista de materiales en su archivo csv , supongo que debe imprimir una lista de materiales después de putNextEntry() .

Answer 5

BufferedWriter out = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(...), StandardCharsets.UTF_8));
out.write(''/ufeff'');
out.write(...);

Esto escribe correctamente 0xEF 0xBB 0xBF en el archivo, que es la representación UTF-8 de la lista de materiales.