http://blog.chinaunix.net/uid-12348673-id-3335300.html
http://blog.csdn.net/zhouyong80/article/details/1900100
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、实例演示:
importjava.io.UnsupportedEncodingException;
/**
*转换字符串的编码
*@authorjoe
*
*/
publicclassChangeCharset{
/**7位ASCII字符,也叫作ISO646-US、Unicode字符集的基本拉丁块*/
publicstaticfinalStringUS_ASCII="US-ASCII";
/**ISO拉丁字母表No.1,也叫做ISO-LATIN-1*/
publicstaticfinalStringISO_8859_1="ISO-8859-1";
/**8位UCS转换格式*/
publicstaticfinalStringUTF_8="UTF-8";
/**16位UCS转换格式,BigEndian(最低地址存放高位字节)字节顺序*/
publicstaticfinalStringUTF_16BE="UTF-16BE";
/**16位UCS转换格式,LitterEndian(最高地址存放地位字节)字节顺序*/
publicstaticfinalStringUTF_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*/
publicstaticfinalStringUTF_16="UTF-16";
/**中文超大字符集**/
publicstaticfinalStringGBK="GBK";
publicstaticfinalStringGB2312="GB2312";
/**将字符编码转换成US-ASCII码*/
publicStringtoASCII(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,US_ASCII);
}
/**将字符编码转换成ISO-8859-1*/
publicStringtoISO_8859_1(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,ISO_8859_1);
}
/**将字符编码转换成UTF-8*/
publicStringtoUTF_8(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,UTF_8);
}
/**将字符编码转换成UTF-16BE*/
publicStringtoUTF_16BE(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,UTF_16BE);
}
/**将字符编码转换成UTF-16LE*/
publicStringtoUTF_16LE(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,UTF_16LE);
}
/**将字符编码转换成UTF-16*/
publicStringtoUTF_16(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,UTF_16);
}
/**将字符编码转换成GBK*/
publicStringtoGBK(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,GBK);
}
/**将字符编码转换成GB2312*/
publicStringtoGB2312(Stringstr)throwsUnsupportedEncodingException{
returnthis.changeCharset(str,GB2312);
}
/**
*字符串编码转换的实现方法
*@paramstr待转换的字符串
*@paramnewCharset目标编码
*/
publicStringchangeCharset(Stringstr,StringnewCharset)throwsUnsupportedEncodingException{
if(str!=null){
//用默认字符编码解码字符串。与系统相关,中文windows默认为GB2312
byte[]bs=str.getBytes();
returnnewString(bs,newCharset);//用新的字符编码生成字符串
}
returnnull;
}
/**
*字符串编码转换的实现方法
*@paramstr待转换的字符串
*@paramoldCharset源字符集
*@paramnewCharset目标字符集
*/
publicStringchangeCharset(Stringstr,StringoldCharset,StringnewCharset)throwsUnsupportedEncodingException{
if(str!=null){
//用源字符编码解码字符串
byte[]bs=str.getBytes(oldCharset);
returnnewString(bs,newCharset);
}
returnnull;
}
publicstaticvoidmain(String[]args)throwsUnsupportedEncodingException{
ChangeCharsettest=newChangeCharset();
Stringstr="Thisisa中文的String!";
System.out.println("str:"+str);
Stringgbk=test.toGBK(str);
System.out.println("转换成GBK码:"+gbk);
System.out.println();
Stringascii=test.toASCII(str);
System.out.println("转换成US-ASCII:"+ascii);
System.out.println();
Stringiso88591=test.toISO_8859_1(str);
System.out.println("转换成ISO-8859-1码:"+iso88591);
System.out.println();
gbk=test.changeCharset(iso88591,ISO_8859_1,GBK);
System.out.println("再把ISO-8859-1码的字符串转换成GBK码:"+gbk);
System.out.println();
Stringutf8=test.toUTF_8(str);
System.out.println();
System.out.println("转换成UTF-8码:"+utf8);
Stringutf16be=test.toUTF_16BE(str);
System.out.println("转换成UTF-16BE码:"+utf16be);
gbk=test.changeCharset(utf16be,UTF_16BE,GBK);
System.out.println("再把UTF-16BE编码的字符转换成GBK码:"+gbk);
System.out.println();
Stringutf16le=test.toUTF_16LE(str);
System.out.println("转换成UTF-16LE码:"+utf16le);
gbk=test.changeCharset(utf16le,UTF_16LE,GBK);
System.out.println("再把UTF-16LE编码的字符串转换成GBK码:"+gbk);
System.out.println();
Stringutf16=test.toUTF_16(str);
System.out.println("转换成UTF-16码:"+utf16);
Stringgb2312=test.changeCharset(utf16,UTF_16,GB2312);
System.out.println("再把UTF-16编码的字符串转换成GB2312码:"+gb2312);
}
}
输出结果:
转换成GBK码:Thisisa中文的String!
转换成US-ASCII:Thisisa??????String!
转换成ISO-8859-1码:Thisisa??????String!
再把ISO-8859-1码的字符串转换成GBK码:Thisisa中文的String!
转换成UTF-8码:Thisisa?????String!
转换成UTF-16BE码:周楳?猠愠????瑲楮朡
再把UTF-16BE编码的字符转换成GBK码:Thisisa中文的String!
转换成UTF-16LE码:桔獩椠?????匠牴湩Ⅷ
再把UTF-16LE编码的字符串转换成GBK码:Thisisa中文的String!
转换成UTF-16码:周楳?猠愠????瑲楮朡
再把UTF-16编码的字符串转换成GB2312码:?Thisisa中文的String!
三、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