Problema con la codificación UTF-8 al enviar archivos FTP

Question

Puedo hacer que mi aplicación cargue archivos a través de FTP utilizando la biblioteca Java FTPClient.

(Estoy cargando a un repositorio de Oracle XML DB).

Todo sube bien a menos que el archivo xml tenga comillas rizadas. En cuyo caso me sale el error: LPX-00200: no se pudo convertir la codificación UTF-8 a UCS2

Puedo cargar lo que creo que es el mismo archivo usando la herramienta FTP de línea CMD de Windows. Me pregunto si hay alguna configuración de codificación que utiliza la herramienta de línea CMD de Windows que tal vez deba configurar en mi código Java.

¿Alguien sabe algo sobre esto? ¡Gracias!

Answer 1

En binario, este problema desaparece.

FTPClient.setType(FTPClient.TYPE_BINARY);

http://www.sauronsoftware.it/projects/ftp4j/manual .php # 3

Answer 2

No conozco esa aplicación, pero podría intentar usar -Dfile.encoding = UTF-8 en su línea de comando JVM

Answer 3

No estoy familiarizado con los repositorios de Oracle XML DB & # 8212; ¿pueden aceptar cargas comprimidas? Comprimir o comprimir su archivo ahorraría recursos y frustraría cualquier autodetección de tipo de archivo ASCII en uso.

Answer 4

Si su archivo contiene comillas rizadas, están en el rango de conjunto de bits de orden superior en los conjuntos de caracteres iso-8859-1 y windows-1252. En UTF-8, esos caracteres generalmente toman dos bytes en UTF-8.

Es muy posible que accidentalmente haya codificado el archivo xml en una de estas codificaciones en lugar de UTF-8. Eso daría lugar a un error de conversión, porque el bit de orden superior que se establece solo se permite en secuencias de múltiples octetos UTF-8.

Si está en Windows, abra el archivo en el Bloc de notas e intente volver a guardar el documento usando Guardar como ... con la codificación UTF-8, y cargue el archivo modificado. En Unix, use iconv o similar herramienta para convertir de iso-8859-1 a UTF-8 antes de cargar.

Si el documento XML marca explícitamente su codificación, asegúrese de que esté marcado con la codificación correcta (por ejemplo, UTF-8). En muchos analizadores xml, puede analizar el XML codificado del juego de caracteres iso-8859-1 o windows-1252 siempre que esté marcado como tal.