|
無論是對(duì)程序的本地化還是國際化,，都會(huì)涉及到字符編碼的轉(zhuǎn)換的問題,。尤其在web應(yīng)用中常常需要處理中文字符，這時(shí)就需要進(jìn)行字符串的編碼轉(zhuǎn)換,，將字符串編碼轉(zhuǎn)換為GBK或者GB2312,。
一,、關(guān)鍵技術(shù)點(diǎn)： 1、當(dāng)前流行的字符編碼格式有：US-ASCII,、ISO-8859-1,、UTF-8、UTF-16BE,、UTF-16LE,、UTF-16、GBK,、GB2312等,，其中GBK、GB2312是專門處理中文編碼的,。 2,、String的getBytes方法用于按指定編碼獲取字符串的字節(jié)數(shù)組，參數(shù)指定了解碼格式,，如果沒有指定解碼格式,，則按系統(tǒng)默認(rèn)編碼格式。 3,、String的“String(bytes[] bs, String charset)”構(gòu)造方法用于把字節(jié)數(shù)組按指定的格式組合成一個(gè)字符串對(duì)象 二,、實(shí)例演示： package book.String; import java.io.UnsupportedEncodingException; /** * 轉(zhuǎn)換字符串的編碼 * @author joe * */ public class ChangeCharset { /** 7位ASCII字符，也叫作ISO646-US,、Unicode字符集的基本拉丁塊 */ public static final String US_ASCII = "US-ASCII"; /** ISO拉丁字母表 No.1,，也叫做ISO-LATIN-1 */ public static final String ISO_8859_1 = "ISO-8859-1"; /** 8 位 UCS 轉(zhuǎn)換格式 */ public static final String UTF_8 = "UTF-8"; /** 16 位 UCS 轉(zhuǎn)換格式，Big Endian(最低地址存放高位字節(jié)）字節(jié)順序 */ public static final String UTF_16BE = "UTF-16BE"; /** 16 位 UCS 轉(zhuǎn)換格式,，Litter Endian（最高地址存放地位字節(jié)）字節(jié)順序 */ public static final String UTF_16LE = "UTF-16LE"; /** 16 位 UCS 轉(zhuǎn)換格式,，字節(jié)順序由可選的字節(jié)順序標(biāo)記來標(biāo)識(shí) */ public static final String UTF_16 = "UTF-16"; /** 中文超大字符集 **/ public static final String GBK = "GBK"; public static final String GB2312 = "GB2312"; /** 將字符編碼轉(zhuǎn)換成US-ASCII碼 */ public String toASCII(String str) throws UnsupportedEncodingException { return this.changeCharset(str, US_ASCII); } /** 將字符編碼轉(zhuǎn)換成ISO-8859-1 */ public String toISO_8859_1(String str) throws UnsupportedEncodingException { return this.changeCharset(str, ISO_8859_1); } /** 將字符編碼轉(zhuǎn)換成UTF-8 */ public String toUTF_8(String str) throws UnsupportedEncodingException { return this.changeCharset(str, UTF_8); } /** 將字符編碼轉(zhuǎn)換成UTF-16BE */ public String toUTF_16BE(String str) throws UnsupportedEncodingException{ return this.changeCharset(str, UTF_16BE); } /** 將字符編碼轉(zhuǎn)換成UTF-16LE */ public String toUTF_16LE(String str) throws UnsupportedEncodingException { return this.changeCharset(str, UTF_16LE); } /** 將字符編碼轉(zhuǎn)換成UTF-16 */ public String toUTF_16(String str) throws UnsupportedEncodingException { return this.changeCharset(str, UTF_16); } /** 將字符編碼轉(zhuǎn)換成GBK */ public String toGBK(String str) throws UnsupportedEncodingException { return this.changeCharset(str, GBK); } /** 將字符編碼轉(zhuǎn)換成GB2312 */ public String toGB2312(String str) throws UnsupportedEncodingException { return this.changeCharset(str,GB2312); } /** * 字符串編碼轉(zhuǎn)換的實(shí)現(xiàn)方法 * @param str 待轉(zhuǎn)換的字符串 * @param newCharset 目標(biāo)編碼 */ public String changeCharset(String str, String newCharset) throws UnsupportedEncodingException { if(str != null) { //用默認(rèn)字符編碼解碼字符串。與系統(tǒng)相關(guān),，中文windows默認(rèn)為GB2312 byte[] bs = str.getBytes(); return new String(bs, newCharset); //用新的字符編碼生成字符串 } return null; } /** * 字符串編碼轉(zhuǎn)換的實(shí)現(xiàn)方法 * 注：該函數(shù)效率較低（不建議使用）
* @param str 待轉(zhuǎn)換的字符串 * @param oldCharset 源字符集 * @param newCharset 目標(biāo)字符集 */ public String changeCharset(String str, String oldCharset, String newCharset) throws UnsupportedEncodingException { if(str != null) { //用源字符編碼解碼字符串 byte[] bs = str.getBytes(oldCharset); return new String(bs, newCharset); } return null; } public static void main(String[] args) throws UnsupportedEncodingException { ChangeCharset test = new ChangeCharset(); String str = "This is a 中文的 String!"; System.out.println("str：" + str); String gbk = test.toGBK(str); System.out.println("轉(zhuǎn)換成GBK碼：" + gbk); System.out.println(); String ascii = test.toASCII(str); System.out.println("轉(zhuǎn)換成US-ASCII：" + ascii); System.out.println(); String iso88591 = test.toISO_8859_1(str); System.out.println("轉(zhuǎn)換成ISO-8859-1碼：" + iso88591); System.out.println(); gbk = test.changeCharset(iso88591, ISO_8859_1, GBK); System.out.println("再把ISO-8859-1碼的字符串轉(zhuǎn)換成GBK碼：" + gbk); System.out.println(); String utf8 = test.toUTF_8(str); System.out.println(); System.out.println("轉(zhuǎn)換成UTF-8碼：" + utf8); String utf16be = test.toUTF_16BE(str); System.out.println("轉(zhuǎn)換成UTF-16BE碼：" + utf16be); gbk = test.changeCharset(utf16be, UTF_16BE, GBK); System.out.println("再把UTF-16BE編碼的字符轉(zhuǎn)換成GBK碼：" + gbk); System.out.println(); String utf16le = test.toUTF_16LE(str); System.out.println("轉(zhuǎn)換成UTF-16LE碼：" + utf16le); gbk = test.changeCharset(utf16le, UTF_16LE, GBK); System.out.println("再把UTF-16LE編碼的字符串轉(zhuǎn)換成GBK碼：" + gbk); System.out.println(); String utf16 = test.toUTF_16(str); System.out.println("轉(zhuǎn)換成UTF-16碼：" + utf16); String gb2312 = test.changeCharset(utf16, UTF_16, GB2312); System.out.println("再把UTF-16編碼的字符串轉(zhuǎn)換成GB2312碼：" + gb2312); } } str：This is a 中文的 String! 轉(zhuǎn)換成GBK碼：This is a 中文的 String! 轉(zhuǎn)換成US-ASCII：This is a ?????? String! 轉(zhuǎn)換成ISO-8859-1碼：This is a ?????? String! 再把ISO-8859-1碼的字符串轉(zhuǎn)換成GBK碼：This is a 中文的 String! 轉(zhuǎn)換成UTF-8碼：This is a ????? String! 轉(zhuǎn)換成UTF-16BE碼：周楳?猠慍????瑲楮朡 再把UTF-16BE編碼的字符轉(zhuǎn)換成GBK碼：This is a 中文的 String! 轉(zhuǎn)換成UTF-16LE碼：桔獩槧?????匠牴湩Ⅷ 再把UTF-16LE編碼的字符串轉(zhuǎn)換成GBK碼：This is a 中文的 String! 轉(zhuǎn)換成UTF-16碼：周楳?猠慍????瑲楮朡 再把UTF-16編碼的字符串轉(zhuǎn)換成GB2312碼：?This is a 中文的 String! 三,、源碼分析： 更改字符串編碼的步驟為: 1、調(diào)用String的getByte方法對(duì)字符串進(jìn)行解碼,，得到字符串的字節(jié)數(shù)組（字節(jié)數(shù)組不攜帶任何有關(guān)編碼格式的信息,，只有字符才有編碼格式） 2、根據(jù)字節(jié)數(shù)組和新的字符編碼構(gòu)造一個(gè)新的String對(duì)象,，得到的就是按照新的字符編碼生成的字符串 【說明】
java中的String類是按照unicode進(jìn)行編碼的,，當(dāng)使用String(byte[] bytes, String encoding)構(gòu)造字符串時(shí)，encoding所指的是bytes中的數(shù)據(jù)是按照那種方式編碼的,，而不是最后產(chǎn)生的String是什么編碼方式,，換句話說，是讓系統(tǒng)把bytes中的數(shù)據(jù)由encoding編碼方式轉(zhuǎn)換成unicode編碼。如果不指明,，bytes的編碼方式將由jdk根據(jù)操作系統(tǒng)決定,。
當(dāng)我們從文件中讀數(shù)據(jù)時(shí)，最好使用InputStream方式,，然后采用String(byte[] bytes, String encoding)指明文件的編碼方式,。不要使用Reader方式，因?yàn)镽eader方式會(huì)自動(dòng)根據(jù)jdk指明的編碼方式把文件內(nèi)容轉(zhuǎn)換成unicode編碼,。 當(dāng)我們從數(shù)據(jù)庫中讀文本數(shù)據(jù)時(shí),，采用ResultSet.getBytes()方法取得字節(jié)數(shù)組，同樣采用帶編碼方式的字符串構(gòu)造方法即可,。 ResultSet rs; 不要采取下面的步驟,。 ResultSet rs; 這種編碼轉(zhuǎn)換方式效率底。之所以這么做的原因是,，ResultSet在getString()方法執(zhí)行時(shí)，默認(rèn)數(shù)據(jù)庫里的數(shù)據(jù)編碼方式為iso8859-1,。系統(tǒng)會(huì)把數(shù)據(jù)依照iso8859-1的編碼方式轉(zhuǎn)換成unicode,。使用str.getBytes("iso8859-1")把數(shù)據(jù)還原，然后利用new String(bytes, "gb2312")把數(shù)據(jù)從gb2312轉(zhuǎn)換成unicode,，中間多了好多步驟,。 從HttpRequest中讀參數(shù)時(shí)，利用reqeust.setCharacterEncoding()方法設(shè)置編碼方式,，讀出的內(nèi)容就是正確的了,。 順便說句，如果你直接在瀏覽器中的地址欄輸入這個(gè)的話,，瀏覽器都會(huì)使用ISO-8859-1來編碼你的URL,，然后才提交到服務(wù)器，這也是為啥一般服務(wù)器端都需要首先進(jìn)行編碼轉(zhuǎn)換,。 |
|
|
