Caracteres Unicode que aparecen como signos de interrogación en Java JSON Parsing

Question

He estado buscando sobre esto durante los últimos días, pero no creo que pueda encontrar un puntero correcto. Combínalo con la pregunta adecuada si se encuentra como duplicado.

Soy bastante nuevo para trabajar con JSON y, como parte de uno de mis proyectos, necesito decodificar un archivo JSON y seguir procesándolo en él. Sin embargo, cuando intenté decodificar usando la biblioteca Json-simple, recibí algunos signos de interrogación extraños en el objeto analizado en lugar de los caracteres reales. A continuación se muestra un código de muestra:

String str = "{\"alias\": [\"Evr\u00f3pa\", \"\u05d0\u05d9\u05e8\u05d5\u05e4\"]}"; 
JSONParser parser = new JSONParser(); 
JSONObject jsonObject = (JSONObject)parser.parse(str); 

System.out.println(jsonObject) gives {"alias":["Evrópa","?????"]} 

Intenté usar Json-lib también con el mismo resultado.

Gracias por la ayuda.

Answer 1

El problema no es con su JSON, es con su System.out.println(). Esos caracteres no pueden representarse en la codificación de caracteres de su terminal (o su IDE, si es allí donde lo ejecutó) o de la codificación que usa System.out en su entorno.

Los archivos no pueden contener caracteres Unicode. Los archivos son flujos de bytes, pero Unicode caracteres tienen varios bytes (generalmente dos) en tamaño. Aquí es donde las codificaciones de caracteres se vuelven relevantes. Los caracteres Unicode se deben convertir a una secuencia de bytes para escribirlos en un archivo (incluido System.out). Una de las codificaciones más utilizadas para caracteres Unicode es UTF-8. El truco para los programadores de software es usar siempre la codificación de caracteres correcta al convertir entre bytes y caracteres. Al carecer de la codificación correcta en un solo lugar, por ejemplo, en una llamada debug println(), obtendrá resultados erróneos y engañosos.

Answer 2

Probablemente esté utilizando un juego de caracteres predeterminado que no admite el grupo de caracteres especiales. Intente utilizar UTF-8 como su juego de caracteres, algo a lo largo de estas líneas:

String str = "{\"alias\": [\"Evr\u00f3pa\", \"\u05d0\u05d9\u05e8\u05d5\u05e4\"]}"; 
InputStreamReader isr = new InputStreamReader(new ByteArrayInputStream(str.getBytes(Charset.forName("UTF-8"))), Charset.forName("UTF-8")); 
JSONParser parser = new JSONParser(); 
JSONObject jsonObject = (JSONObject)parser.parse(isr);