zoukankan      html  css  js  c++  java
  • JAVA字符串编码转换常用类

       无论是对程序的本地化还是国际化,都会涉及到字符编码的转换的问题。尤其在web应用中常常需要处理中文字符,这时就需要进行字符串的编码转换,将字符串编码转换为GBK或者GB2312。
    一、关键技术点:
        1、当前流行的字符编码格式有:US-ASCII、ISO-8859-1、UTF-8、UTF-16BE、UTF-16LE、UTF-16、GBK、GB2312等,其中GBK、GB2312是专门处理中文编码的。
        2、String的getBytes方法用于按指定编码获取字符串的字节数组,参数指定了解码格式,如果没有指定解码格式,则按系统默认编码格式。
        3、String的“String(bytes[] bs, String charset)”构造方法用于把字节数组按指定的格式组合成一个字符串对象。

    二、源码分析:
        更改字符串编码的步骤为:
        1、调用String的getByte方法对字符串进行解码,得到字符串的字节数组(字节数组不携带任何有关编码格式的信息,只有字符才有编码格式)
        2、根据字节数组和新的字符编码构造一个新的String对象,得到的就是按照新的字符编码生成的字符串

    package com.using.test; import java.io.UnsupportedEncodingException;
     /**
     * 转换字符串的编码
     */ public class ConverStr {
          
        public static void main(String[] args) throws UnsupportedEncodingException {
            ConverStr test = new ConverStr();
            String str = "u9519u8befu7684u6765u6e90";
              
            System.out.println("str: " + str);
            String gbk = test.toGBK(str);
            System.out.println("转换成GBK码: " + gbk);
            System.out.println();
            String ascii = test.toASCII(str);
            System.out.println("转换成US-ASCII码: " + ascii);
            gbk = test.changeCharset(ascii, ConverStr.US_ASCII, ConverStr.GBK);
            System.out.println("再把ASCII码的字符串转换成GBK码: " + gbk);
            System.out.println();
            String iso88591 = test.toISO_8859_1(str);
            System.out.println("转换成ISO-8859-1码: " + iso88591);
            gbk = test.changeCharset(iso88591, ConverStr.ISO_8859_1, ConverStr.GBK);
            System.out.println("再把ISO-8859-1码的字符串转换成GBK码: " + gbk);
            System.out.println();
            String utf8 = test.toUTF_8(str);
            System.out.println("转换成UTF-8码: " + utf8);
            gbk = test.changeCharset(utf8, ConverStr.UTF_8, ConverStr.GBK);
            System.out.println("再把UTF-8码的字符串转换成GBK码: " + gbk);
            System.out.println();
            String utf16be = test.toUTF_16BE(str);
            System.out.println("转换成UTF-16BE码:" + utf16be);
            gbk = test.changeCharset(utf16be, ConverStr.UTF_16BE, ConverStr.GBK);
            System.out.println("再把UTF-16BE码的字符串转换成GBK码: " + gbk);
            System.out.println();
            String utf16le = test.toUTF_16LE(str);
            System.out.println("转换成UTF-16LE码:" + utf16le);
            gbk = test.changeCharset(utf16le, ConverStr.UTF_16LE, ConverStr.GBK);
            System.out.println("再把UTF-16LE码的字符串转换成GBK码: " + gbk);
            System.out.println();
            String utf16 = test.toUTF_16(str);
            System.out.println("转换成UTF-16码:" + utf16);
            gbk = test.changeCharset(utf16, ConverStr.UTF_16LE, ConverStr.GBK);
            System.out.println("再把UTF-16码的字符串转换成GBK码: " + gbk);
            String s = new String("中文".getBytes("UTF-8"), "UTF-8");
            System.out.println(s);
        }
          
        /** 7位ASCII字符,也叫作ISO646-US、Unicode字符集的基本拉丁块 */
        public static final String US_ASCII = "US-ASCII";
      
        /** ISO 拉丁字母表 No.1,也叫作 ISO-LATIN-1 */
        public static final String ISO_8859_1 = "ISO-8859-1";
      
        /** 8 位 UCS 转换格式 */
        public static final String UTF_8 = "UTF-8";
      
        /** 16 位 UCS 转换格式,Big Endian(最低地址存放高位字节)字节顺序 */
        public static final String UTF_16BE = "UTF-16BE";
      
        /** 16 位 UCS 转换格式,Little-endian(最高地址存放低位字节)字节顺序 */
        public static final String UTF_16LE = "UTF-16LE";
      
        /** 16 位 UCS 转换格式,字节顺序由可选的字节顺序标记来标识 */
        public static final String UTF_16 = "UTF-16";
      
        /** 中文超大字符集 */
        public static final String GBK = "GBK";
      
        /**
         * 将字符编码转换成US-ASCII码
         */
        public String toASCII(String str) throws UnsupportedEncodingException {
            return this.changeCharset(str, US_ASCII);
        }
      
        /**
         * 将字符编码转换成ISO-8859-1码
         */
        public String toISO_8859_1(String str) throws UnsupportedEncodingException {
            return this.changeCharset(str, ISO_8859_1);
        }
      
        /**
         * 将字符编码转换成UTF-8码
         */
        public String toUTF_8(String str) throws UnsupportedEncodingException {
            return this.changeCharset(str, UTF_8);
        }
      
        /**
         * 将字符编码转换成UTF-16BE码
         */
        public String toUTF_16BE(String str) throws UnsupportedEncodingException {
            return this.changeCharset(str, UTF_16BE);
        }
      
        /**
         * 将字符编码转换成UTF-16LE码
         */
        public String toUTF_16LE(String str) throws UnsupportedEncodingException {
            return this.changeCharset(str, UTF_16LE);
        }
      
        /**
         * 将字符编码转换成UTF-16码
         */
        public String toUTF_16(String str) throws UnsupportedEncodingException {
            return this.changeCharset(str, UTF_16);
        }
      
        /**
         * 将字符编码转换成GBK码
         */
        public String toGBK(String str) throws UnsupportedEncodingException {
            return this.changeCharset(str, GBK);
        }
      
        /**
         * 字符串编码转换的实现方法
         
         * @param str
         *            待转换编码的字符串
         * @param newCharset
         *            目标编码
         * @return
         * @throws UnsupportedEncodingException
         */
        public String changeCharset(String str, String newCharset) throws UnsupportedEncodingException {
            if (str != null) {
                // 用默认字符编码解码字符串。             byte[] bs = str.getBytes();
                // 用新的字符编码生成字符串             return new String(bs, newCharset);
            }
            return null;
        }
      
        /**
         * 字符串编码转换的实现方法
         
         * @param str
         *            待转换编码的字符串
         * @param oldCharset
         *            原编码
         * @param newCharset
         *            目标编码
         * @return
         * @throws UnsupportedEncodingException
         */
        public String changeCharset(String str, String oldCharset, String newCharset) throws UnsupportedEncodingException {
            if (str != null) {
                // 用旧的字符编码解码字符串。解码可能会出现异常。             byte[] bs = str.getBytes(oldCharset);
                // 用新的字符编码生成字符串             return new String(bs, newCharset);
            }
            return null;
        }
    }
    【说明】
            java中的String类是按照unicode进行编码的,当使用String(byte[] bytes, String encoding)构造字符串时,encoding所指的是bytes中的数据是按照那种方式编码的,而不是最后产生的String是什么编码方式,换句话说,是让系统把bytes中的数据由encoding编码方式转换成unicode编码。如果不指明,bytes的编码方式将由jdk根据操作系统决定。

            当我们从文件中读数据时,最好使用InputStream方式,然后采用String(byte[] bytes, String encoding)指明文件的编码方式。不要使用Reader方式,因为Reader方式会自动根据jdk指明的编码方式把文件内容转换成unicode编码。

            当我们从数据库中读文本数据时,采用ResultSet.getBytes()方法取得字节数组,同样采用带编码方式的字符串构造方法即可。

    ResultSet rs;
    bytep[] bytes = rs.getBytes();
    String str = new String(bytes, "gb2312");

    不要采取下面的步骤。

    ResultSet rs;
    String str = rs.getString();
    str = new String(str.getBytes("iso8859-1"), "gb2312");

            这种编码转换方式效率底。之所以这么做的原因是,ResultSet在getString()方法执行时,默认数据库里的数据编码方式为iso8859-1。系统会把数据依照iso8859-1的编码方式转换成unicode。使用str.getBytes("iso8859-1")把数据还原,然后利用new String(bytes, "gb2312")把数据从gb2312转换成unicode,中间多了好多步骤。

            从HttpRequest中读参数时,利用reqeust.setCharacterEncoding()方法设置编码方式,读出的内容就是正确的了。

    顺便说句,如果你直接在浏览器中的地址栏输入这个的话,浏览器都会使用ISO-8859-1来编码你的URL,然后才提交到服务器,这也是为啥一般服务器端都需要首先进行编码转换。

  • 相关阅读:
    优化网站设计(十七):延迟或按需加载内容
    优化网站设计(七):避免在CSS中使用表达式
    SharePoint Server 2013发现之旅系列文章的概述和相关资源
    优化网站设计(十六):为AJAX请求使用GET方法
    优化网站设计(二十):使用多个主机来平衡负载
    优化网站设计(六):在文档底部放置脚本定义或引用
    优化网站设计(十八):预加载内容
    优化网站设计(二十八):避免使用Filters(滤镜)
    优化网站设计(三十五):避免将img的src属性设置为空白
    优化网站设计(三十四):将组件直接打包到页面
  • 原文地址:https://www.cnblogs.com/qingchen1984/p/4029618.html
Copyright © 2011-2022 走看看