Java字符编码的转化问题

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

概述：

我想字符串的编码问题的确会困扰到非常多开发人员。我近期也是被困扰到了。

问题是这种，我们通过二维码扫描来获得二维码中的信息。可是。我们的二维码的产生过程却是“多样化”的。即在产生二维码的时候是以不同的字符串编码类型进行编码的。比方，GBK、GB2312、UTF-8等等。而这些不同的编码类型会产生不同的字节。在Java中。GBK和GB2312都是1个汉字占2个字节，UTF-8是1个汉字占3个字节。而ISO编码则是1上汉字1个字节。这样一来，我们在扫描二维码的时候就会出现一些“阴阳怪气”的乱码字符。

这里我们是开发二维的扫描。而二维码的生成则在来自不同的产商。

我的前期实验：

系统字符格式：UTF-8

字符串"中国"的GB2312编码字节数组bs_gb和UTF-8编码字节数组bs_utf

byte[] bs_gb = {-42, -48, -71, -6};

byte[] bs_utf = {-28, -72, -83, -27, -101, -67};

实验步骤：

1.首先对bs_gb分别使用GB2312编码和UTF-8编码转化为一个中间结果：

  String gbStr1 = new String(bs_gb, "GB2312");

  String utfStr1 = new String(bs_gb, "UTF-8");

  结果：

  中国

  ?й?

2.对utfStr1进行GB2312编码，实现从 GB2312编码 -> UTF-8编码 -> GB2312编码的过程

  String gbStr2 = new String(utfStr1.getBytes("UTF-8"), "GB2312");

  结果：锟叫癸拷



  3.对bs_utf分别使用GB2312编码和UTF-8编码转化为一个中间结果：

  String gbStr3 = new String(bs_utf, "GB2312");

  String utfStr2 = new String(bs_utf, "UTF-8");

  结果：

  涓??

中国



  4.对gbStr3进行UTF-8编码，实现从 UTF-8编码 -> GB2312编码 -> UTF-8编码的过程

  String utfStr3 = new String(gbStr3.getBytes("GB2312"), "UTF-8");

  结果：

  ??

5.根据上面4个步骤。进行GBK和UTF-8之间的转换实验

实验的初步结论：

UTF-8编码和GB2312编码之间不能进行直接转化

UTF-8编码和GBK编码之间，仅仅能是UTF-8 -> GBK -> UTF-8

不同编码字符之间的转化：

UTF-8转化为Unicode

private static final char[] hexDigit = {
'0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F'
}; private static char toHex(int nibble) {
return hexDigit[(nibble & 0xF)];
}/**
* 将字符串编码成 Unicode。
* @param theString 待转换成Unicode编码的字符串。* @param escapeSpace 是否忽略空格
* @return 返回转换后Unicode编码的字符串。*/
public static String toUnicode(String theString, boolean escapeSpace) {
int len = theString.length();
int bufLen = len * 2; if (bufLen < 0) {
bufLen = Integer.MAX_VALUE;
} StringBuffer outBuffer = new StringBuffer(bufLen);
for(int x=0; x<len; x++) {
char aChar = theString.charAt(x);
// Handle common case first, selecting largest block that
// avoids the specials below
if ((aChar > 61) && (aChar < 127)) {
if (aChar == '\\') {
outBuffer.append('\\'); outBuffer.append('\\');
continue;
}
outBuffer.append(aChar);
continue;
} switch(aChar) {
case ' ':
if (x == 0 || escapeSpace)
outBuffer.append('\\');
outBuffer.append(' ');
break;
case '\t':
outBuffer.append('\\');
outBuffer.append('t');
break;
case '\n':
outBuffer.append('\\');
outBuffer.append('n');
break;
case '\r':
outBuffer.append('\\');
outBuffer.append('r');
break;
case '\f':
outBuffer.append('\\');
outBuffer.append('f');
break;
case '=': // Fall through case ':': // Fall through case '#': // Fall through case '!':
outBuffer.append('\\');
outBuffer.append(aChar);
break;
default:
if ((aChar < 0x0020) || (aChar > 0x007e)) {
outBuffer.append('\\');
outBuffer.append('u');
outBuffer.append(toHex((aChar >> 12) & 0xF));
outBuffer.append(toHex((aChar >> 8) & 0xF));
outBuffer.append(toHex((aChar >> 4) & 0xF));
outBuffer.append(toHex( aChar & 0xF));
} else {
outBuffer.append(aChar);
}
}
}
return outBuffer.toString();
}

Unicode转化为UTF-8

/**
* unicode 转换成 utf-8
*
* @param theString
* @return
*/
public static String unicodeToUtf8(String theString) {
char aChar;
int len = theString.length();
StringBuffer outBuffer = new StringBuffer(len);
for (int x = 0; x < len;) {
aChar = theString.charAt(x++);
if (aChar == '\\') {
aChar = theString.charAt(x++);
if (aChar == 'u') {
// Read the xxxx
int value = 0;
for (int i = 0; i < 4; i++) {
aChar = theString.charAt(x++);
switch (aChar) {
case '0':
case '1':
case '2':
case '3':
case '4':
case '5':
case '6':
case '7':
case '8':
case '9':
value = (value << 4) + aChar - '0';
break;
case 'a':
case 'b':
case 'c':
case 'd':
case 'e':
case 'f':
value = (value << 4) + 10 + aChar - 'a';
break;
case 'A':
case 'B':
case 'C':
case 'D':
case 'E':
case 'F':
value = (value << 4) + 10 + aChar - 'A';
break;
default:
throw new IllegalArgumentException(
"Malformed \\uxxxx encoding.");
}
}
outBuffer.append((char) value);
} else {
if (aChar == 't')
aChar = '\t';
else if (aChar == 'r')
aChar = '\r';
else if (aChar == 'n')
aChar = '\n';
else if (aChar == 'f')
aChar = '\f';
outBuffer.append(aChar);
}
} else
outBuffer.append(aChar);
}
return outBuffer.toString();
}