|
背景：在做Java開發的時候，常常會出現一些亂碼，或者無法正確識別或讀取的文件，比如常見的validator驗證用的消息資源（properties）文件就需要進行Unicode重新編碼。原因是java默認的編碼方式為Unicode，而我們的計算機系統編碼常常是GBK等編碼。需要將系統的編碼轉換為java正確識別的編碼問題就解決了。
1、native2ascii簡介：native2ascii是sun java sdk提供的一個工具。用來將別的文本類文件（比如*.txt,*.ini,*.properties,*.java等等）編碼轉為Unicode編碼。為什么要進行轉碼，原因在于程序的國際化。Unicode編碼的定義：Unicode（統一碼、萬國碼、單一碼）是一種在計算機上使用的字符編碼。它為每種語言中的每個字符設定了統一并且唯一的二進制編碼，以滿足跨語言、跨平臺進行文本轉換、處理的要求。1990年開始研發，1994年正式公布。隨著計算機工作能力的增強，Unicode也在面世以來的十多年里得到普及。（聲明：Unicode編碼定義來自互聯網）。
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，會有一個bin目錄，其中native2ascii.exe正是。
3、native2ascii的命令行的命名格式：
native2ascii -[options] [inputfile [outputfile]]
說明：
-[options]：表示命令開關，有兩個選項可供選擇
-reverse：將Unicode編碼轉為本地或者指定編碼，不指定編碼情況下，將轉為本地編碼。
-encoding encoding_name：轉換為指定編碼，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，將輸出到控制臺。
4、最佳實踐：首先將JDK的bin目錄加入系統變量path。在盤下建立一個test目錄，在test目錄里建立一個zh.txt文件，文件內容為：“熔巖”，打開“命令行提示符”，并進入C:test目錄下。下面就可以按照說明一步一步來操作，注意觀察其中編碼的變化。
A：將zh.txt轉換為Unicode編碼，輸出文件到u.txt
native2ascii zh.txt u.txt
打開u.txt，內容為“u7194u5ca9”。
B：將zh.txt轉換為Unicode編碼，輸出到控制臺
C:test>native2ascii zh.txt
u7194u5ca9
可以看到，控制臺輸出了“u7194u5ca9”。
C：將zh.txt轉換為ISO8859-1編碼，輸出文件到i.txt
native2ascii -encoding ISO8859-1 zh.txt i.txt
打開i.txt文件，內容為“u00c8u00dbu00d1u00d2”。
D：將u.txt轉換為本地編碼，輸出到文件u_nv.txt
native2ascii -reverse u.txt u_nv.txt
打開u_nv.txt文件，內容為“熔巖”。
E：將u.txt轉換為本地編碼，輸出到控制臺
C:test>native2ascii -reverse u.txt
熔巖
可以看到，控制臺輸出了“熔巖”。
F：將i.txt轉換為本地編碼，輸出到i_nv.txt
native2ascii -reverse i.txt i_nv.txt
打開i_nv.txt文件，內容為“u00c8u00dbu00d1u00d2”。發現轉碼前后完全一樣的。也就是說，等于沒有轉，或者說思想糊涂，對命名沒有理解。。
G：將i.txt轉換為GBK編碼，輸出到i_gbk.txt
native2ascii -reverse -encoding GBK i.txt i_gbk.txt
打開i_gbk.txt文件，內容為“u00c8u00dbu00d1u00d2”。發現轉碼前后完全一樣的。也就是說，等于沒有轉，或者說思想糊涂，對命名沒有理解。
H：將u_nv.txt轉碼到本地編碼GBK，輸出到控制臺
C:test>native2ascii -reverse -encoding ISO8859-1 i.txt
熔巖
從這個結果看，目標達到到了，編碼i.txt為ISO8859-1，轉為本地編碼后內容為“熔巖”。從這里應該意識到，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）目標文件的編碼格式。這一點非常的重要！切記！！
繼續探索，新建文件12a.txt，內容“12axyz”。看看純字母數字的編碼又如何。
I：將純字母數字的文本文件12a.txt轉換為Unicode編碼
native2ascii 12a.txt 12a_nv.txt
打開12a_nv.txt文件，內容為“12axyz”。
繼續測試，轉為ISO8859-1編碼看看
C:test>native2ascii -encoding ISO8859-1 12a.txt
12axyz
結果還是沒有轉碼。
從結果可以得出結論：對于純數字和字母的文本類型件，轉碼前后的內容是一樣的。
5、總結：native2ascii是一個非常的好轉碼工具，并且轉碼是可逆的！而其真正的含義并非本地編碼——>轉碼為ASCII碼，而是一個通用的文本文件編碼轉換工具。在做編碼轉換的時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踐部分。
實際應用中：
比如可以這樣利用native2ascii：
native2ascii -encoding gbk temp.properties application_zh_CN.properties
這里將根據一個臨時文件temp.properties輸出了application_zh_CN.properties，然后把application_zh_CN.properties中的文件內容替換這個臨時文件的內容就可以了。
|