从HBase到CSV的多字节字符输出产生不良数据

Question

我使用一个模板将数据从HBase表导出到CSV文件中，但是我遇到了明显的编码问题。这些数据都是用UTF-8存储的，并且使用了多个不同的字符集(俄语、汉语、阿拉伯语等)。

下面是导出数据的主循环。

for(HBaseCol column: columns) {

byte[] val = result.getValue(column.family.getBytes("UTF-8"), column.qualifier.getBytes("UTF-8"));

if (val != null) {

    //System.out.println(new String(val,"UTF-8"));
    values.add(new String(val,"UTF-8"));
} else {
    values.add("");
}
}

使用System.out.println()的数据结果是？而CSV文件中的数据是行话，带有随机字符等等。

有洞察力吗？谢谢。

Answer 1

答案其实很简单。我使用的CSV出口商没有装备来处理UTF-8。最后，我将数据导出到内存中，然后直接插入到MySQL中。