Abwärtskompatibilität des Unicode

[Revenant]

Hi,

wie ich hier gelesen habe ist der Unicode Zeichensatz in den ersten 256 Zeichen abwärtskompatibel zum ISO-Latin-1 Zeichensatz. Im ISO-Latin-1 Zeichensatz ISO-8859-1 liegt das das "ä" an Stelle 228 (E4) und im Unicode Zeichensatz auch an Stelle 228. Wenn ich also über ein Formular einer Webseite ein "ä" im Zeichensatz ISO 8859-1 einlese und dann mit Java in eine Datei schreibe (bei mir eine .xml Datei) warum wird das Zeichen dann nicht richtig angezeigt? Java schreibt doch nach diesem Dokument immer im Unicode. :autsch:

Klar ich kann durch:

PrintWriter outp = new PrintWriter( new OutputStreamWriter(new FileOutputStream(sExportFile), "UTF8") );
        		outp.print(sResult.toString());
       	 		outp.close();

den eingelesene ANSI Zeichensatz richtig konvertieren, aber theoretisch müsste es ja auch ohne gehen. Hoffe es kann mir jemand helfen

 

[kaie]

Die Länge eines UTF-8-Zeichens ist abhängig von seinem Wert. So werden alle Zeichen mit ASCII-Code unter 128 mit nur einem Byte, alles darüber mit 2 oder mehr Bytes dargestellt. Genaueres dazu liefert Wikipedia, Abschnitt Kodierung.

Unicode != UTF-8

 

[Revenant]

Ok, das erklärt mein Problem.

EDIT:
Ist meine Quelle dann fehlerhaft und der Unicode immer in den ersten 128 Zeichen abwärtskompatibel, oder liegt das an meinem Umwandlungsformat, dem utf8?