背景:
在做Java開(kāi)發(fā)的時(shí)候,常常會(huì)出現(xiàn)一些亂碼,或者無(wú)法正確識(shí)別或讀取的文件,比如常見(jiàn)的validator驗(yàn)證用的消息資源(properties)文
件就需要進(jìn)行Unicode重新編碼。原因是java默認(rèn)的編碼方式為Unicode,而我們的計(jì)算機(jī)系統(tǒng)編碼常常是GBK等編碼。需要將系統(tǒng)的編碼轉(zhuǎn)換
為java正確識(shí)別的編碼問(wèn)題就解決了。
1、native2ascii簡(jiǎn)介:
native2ascii是sun java
sdk提供的一個(gè)工具。用來(lái)將別的文本類文件(比如*.txt,*.ini,*.properties,*.java等等)編碼轉(zhuǎn)為Unicode編碼。
為什么要進(jìn)行轉(zhuǎn)碼,原因在于程序的國(guó)際化。Unicode編碼的定義:Unicode(統(tǒng)一碼、萬(wàn)國(guó)碼、單一碼)是一種在計(jì)算機(jī)上使用的字符編碼。它為每
種語(yǔ)言中的每個(gè)字符設(shè)定了統(tǒng)一并且唯一的二進(jìn)制編碼,以滿足跨語(yǔ)言、跨平臺(tái)進(jìn)行文本轉(zhuǎn)換、處理的要求。1990年開(kāi)始研發(fā),1994年正式公布。隨著計(jì)算
機(jī)工作能力的增強(qiáng),Unicode也在面世以來(lái)的十多年里得到普及。
2、獲取native2ascii:
安裝了jdk后,假如你是在windows上安裝,那么在jdk的安裝目錄下,會(huì)有一個(gè)bin目錄,其中native2ascii.exe正是。
3、native2ascii的命令行的命名格式:
native2ascii -[options] [inputfile
[outputfile]]
說(shuō)明:
-[options]:表示命令開(kāi)關(guān),有兩個(gè)選項(xiàng)可供選擇
-reverse:將Unicode編碼轉(zhuǎn)為本地或者指定編碼,不指定編碼情況下,將轉(zhuǎn)為本地編碼。
-encoding
encoding_name:轉(zhuǎn)換為指定編碼,encoding_name為編碼名稱。
[inputfile
[outputfile]]
inputfile:表示輸入文件全名。
outputfile:輸出文件名。如果缺少此參數(shù),將輸出到控制臺(tái)。
4、最佳實(shí)踐:
首先將JDK的bin目錄加入系統(tǒng)變量path。在盤下建立一個(gè)test目錄,在test目錄里建立一個(gè)zh.txt文件,文件內(nèi)容為:“熔巖”,打開(kāi)“
命令行提示符”,并進(jìn)入C:"test目錄下。下面就可以按照說(shuō)明一步一步來(lái)操作,注意觀察其中編碼的變化。
A:將zh.txt轉(zhuǎn)換為Unicode編碼,輸出文件到u.txt
native2ascii zh.txt
u.txt
打開(kāi)u.txt,內(nèi)容為“"u7194"u5ca9”。
B:將zh.txt轉(zhuǎn)換為Unicode編碼,輸出到控制臺(tái)
C:"test>native2ascii
zh.txt
"u7194"u5ca9
可以看到,控制臺(tái)輸出了“"u7194"u5ca9”。
C:將zh.txt轉(zhuǎn)換為ISO8859-1編碼,輸出文件到i.txt
native2ascii -encoding ISO8859-1 zh.txt
i.txt
打開(kāi)i.txt文件,內(nèi)容為“"u00c8"u00db"u00d1"u00d2”。
D:將u.txt轉(zhuǎn)換為本地編碼,輸出到文件u_nv.txt
native2ascii -reverse u.txt
u_nv.txt
打開(kāi)u_nv.txt文件,內(nèi)容為“熔巖”。
E:將u.txt轉(zhuǎn)換為本地編碼,輸出到控制臺(tái)
C:"test>native2ascii -reverse
u.txt
熔巖
可以看到,控制臺(tái)輸出了“熔巖”。
F:將i.txt轉(zhuǎn)換為本地編碼,輸出到i_nv.txt
native2ascii -reverse i.txt
i_nv.txt
打開(kāi)i_nv.txt文件,內(nèi)容為“"u00c8"u00db"u00d1"u00d2”。發(fā)現(xiàn)轉(zhuǎn)碼前后完全一樣的。也就是說(shuō),等于沒(méi)有轉(zhuǎn),或者說(shuō)思想糊涂,對(duì)命名沒(méi)有理解。
G:將i.txt轉(zhuǎn)換為GBK編碼,輸出到i_gbk.txt
native2ascii -reverse -encoding GBK
i.txt
i_gbk.txt
打開(kāi)i_gbk.txt文件,內(nèi)容為“"u00c8"u00db"u00d1"u00d2”。發(fā)現(xiàn)轉(zhuǎn)碼前后完全一樣的。也就是說(shuō),等于沒(méi)有轉(zhuǎn),或者說(shuō)思想糊涂,對(duì)命名沒(méi)有理解。
H:將u_nv.txt轉(zhuǎn)碼到本地編碼GBK,輸出到控制臺(tái)
C:"test>native2ascii -reverse -encoding ISO8859-1
i.txt
熔巖
從這個(gè)結(jié)果看,目標(biāo)達(dá)到到了,編碼i.txt為ISO8859-1,轉(zhuǎn)為本地編碼后內(nèi)容為“熔巖”。從這里應(yīng)該意識(shí)到,native2ascii
-reverse命令中-encoding指定的編碼為源文件的編碼格式。而在native2ascii
命令中-encoding指定的編碼為(生成的)目標(biāo)文件的編碼格式。這一點(diǎn)非常的重要!切記!!
繼續(xù)探索,新建文件12a.txt,內(nèi)容“12axyz”。看看純字母數(shù)字的編碼又如何。
I:將純字母數(shù)字的文本文件12a.txt轉(zhuǎn)換為Unicode編碼
native2ascii 12a.txt
12a_nv.txt
打開(kāi)12a_nv.txt文件,內(nèi)容為“12axyz”。
繼續(xù)測(cè)試,轉(zhuǎn)為ISO8859-1編碼看看
C:"test>native2ascii -encoding ISO8859-1
12a.txt
12axyz
結(jié)果還是沒(méi)有轉(zhuǎn)碼。
從結(jié)果可以得出結(jié)論:對(duì)于純數(shù)字和字母的文本類型文件(只有ASCII碼),轉(zhuǎn)碼前后的內(nèi)容是一樣的。
5、總結(jié):
native2ascii是一個(gè)非常的好轉(zhuǎn)碼工具,并且轉(zhuǎn)碼是可逆的!而其真正的含義并非本地編碼——>轉(zhuǎn)碼為ASCII碼,而是一個(gè)通用的文本文件編碼轉(zhuǎn)換工具。在做編碼轉(zhuǎn)換的時(shí)候有兩類指定編碼的情形,分別指輸出文件編碼和輸入文件編碼,具體可以看看最佳實(shí)踐部分。