Java世界

java字符串的各種編碼轉換

import java.io.UnsupportedEncodingException;

/**
?* 轉換字符串的編碼
?*/
public class ChangeCharset {
?/**?7位ASCII字符，也叫作ISO646-US、Unicode字符集的基本拉丁塊?*/
?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 轉換格式?*/
?public static final String UTF_8 = "UTF-8";

?/**?16 位 UCS 轉換格式，Big Endian（最低地址存放高位字節）字節順序?*/
?public static final String UTF_16BE = "UTF-16BE";

?/**?16 位 UCS 轉換格式，Little-endian（最高地址存放低位字節）字節順序?*/
?public static final String UTF_16LE = "UTF-16LE";

?/**?16 位 UCS 轉換格式，字節順序由可選的字節順序標記來標識?*/
?public static final String UTF_16 = "UTF-16";

?/**?中文超大字符集?*/
?public static final String GBK = "GBK";

?/**
? * 將字符編碼轉換成US-ASCII碼
? */
?public String toASCII(String str) throws UnsupportedEncodingException{
??return this.changeCharset(str, US_ASCII);
?}
?/**
? * 將字符編碼轉換成ISO-8859-1碼
? */
?public String toISO_8859_1(String str) throws UnsupportedEncodingException{
??return this.changeCharset(str, ISO_8859_1);
?}
?/**
? * 將字符編碼轉換成UTF-8碼
? */
?public String toUTF_8(String str) throws UnsupportedEncodingException{
??return this.changeCharset(str, UTF_8);
?}
?/**
? * 將字符編碼轉換成UTF-16BE碼
? */
?public String toUTF_16BE(String str) throws UnsupportedEncodingException{
??return this.changeCharset(str, UTF_16BE);
?}
?/**
? * 將字符編碼轉換成UTF-16LE碼
? */
?public String toUTF_16LE(String str) throws UnsupportedEncodingException{
??return this.changeCharset(str, UTF_16LE);
?}
?/**
? * 將字符編碼轉換成UTF-16碼
? */
?public String toUTF_16(String str) throws UnsupportedEncodingException{
??return this.changeCharset(str, UTF_16);
?}
?/**
? * 將字符編碼轉換成GBK碼
? */
?public String toGBK(String str) throws UnsupportedEncodingException{
??return this.changeCharset(str, GBK);
?}
?
?/**
? * 字符串編碼轉換的實現方法
? * @param str??待轉換編碼的字符串
? * @param newCharset?目標編碼
? * @return
? * @throws UnsupportedEncodingException
? */
?public String changeCharset(String str, String newCharset)
???throws UnsupportedEncodingException {
??if (str != null) {
???//用默認字符編碼解碼字符串。
???byte[] bs = str.getBytes();
???//用新的字符編碼生成字符串
???return new String(bs, newCharset);
??}
??return null;
?}
?/**
? * 字符串編碼轉換的實現方法
? * @param str??待轉換編碼的字符串
? * @param oldCharset?原編碼
? * @param newCharset?目標編碼
? * @return
? * @throws UnsupportedEncodingException
? */
?public String changeCharset(String str, String oldCharset, String newCharset)
???throws UnsupportedEncodingException {
??if (str != null) {
???//用舊的字符編碼解碼字符串。解碼可能會出現異常。
???byte[] bs = str.getBytes(oldCharset);
???//用新的字符編碼生成字符串
???return new String(bs, newCharset);
??}
??return null;
?}

?public static void main(String[] args) throws UnsupportedEncodingException {
??ChangeCharset test = new ChangeCharset();
??String str = "This is a 中文的 String!";
??System.out.println("str: " + str);
??String gbk = test.toGBK(str);
??System.out.println("轉換成GBK碼: " + gbk);
??System.out.println();
??String ascii = test.toASCII(str);
??System.out.println("轉換成US-ASCII碼: " + ascii);
??gbk = test.changeCharset(ascii,ChangeCharset.US_ASCII, ChangeCharset.GBK);
??System.out.println("再把ASCII碼的字符串轉換成GBK碼: " + gbk);
??System.out.println();
??String iso88591 = test.toISO_8859_1(str);
??System.out.println("轉換成ISO-8859-1碼: " + iso88591);
??gbk = test.changeCharset(iso88591,ChangeCharset.ISO_8859_1, ChangeCharset.GBK);
??System.out.println("再把ISO-8859-1碼的字符串轉換成GBK碼: " + gbk);
??System.out.println();
??String utf8 = test.toUTF_8(str);
??System.out.println("轉換成UTF-8碼: " + utf8);
??gbk = test.changeCharset(utf8,ChangeCharset.UTF_8, ChangeCharset.GBK);
??System.out.println("再把UTF-8碼的字符串轉換成GBK碼: " + gbk);
??System.out.println();
??String utf16be = test.toUTF_16BE(str);
??System.out.println("轉換成UTF-16BE碼:" + utf16be);
??gbk = test.changeCharset(utf16be,ChangeCharset.UTF_16BE, ChangeCharset.GBK);
??System.out.println("再把UTF-16BE碼的字符串轉換成GBK碼: " + gbk);
??System.out.println();
??String utf16le = test.toUTF_16LE(str);
??System.out.println("轉換成UTF-16LE碼:" + utf16le);
??gbk = test.changeCharset(utf16le,ChangeCharset.UTF_16LE, ChangeCharset.GBK);
??System.out.println("再把UTF-16LE碼的字符串轉換成GBK碼: " + gbk);
??System.out.println();
??String utf16 = test.toUTF_16(str);
??System.out.println("轉換成UTF-16碼:" + utf16);
??gbk = test.changeCharset(utf16,ChangeCharset.UTF_16LE, ChangeCharset.GBK);
??System.out.println("再把UTF-16碼的字符串轉換成GBK碼: " + gbk);
??String s = new String("中文".getBytes("UTF-8"),"UTF-8");
??System.out.println(s);
?}
}

------------------------------------------------------------------------------------------------------------------


??????? java中的String類是按照unicode進行編碼的，當使用String(byte[] bytes, String encoding)構造字符串時，encoding所指的是bytes中的數據是按照那種方式編碼的，而不是最后產生的String是什么編碼方式，換句話說，是讓系統把bytes中的數據由encoding編碼方式轉換成unicode編碼。如果不指明，bytes的編碼方式將由jdk根據操作系統決定。

??????? 當我們從文件中讀數據時，最好使用InputStream方式，然后采用String(byte[] bytes, String encoding)指明文件的編碼方式。不要使用Reader方式，因為Reader方式會自動根據jdk指明的編碼方式把文件內容轉換成unicode編碼。

??????? 當我們從數據庫中讀文本數據時，采用ResultSet.getBytes()方法取得字節數組，同樣采用帶編碼方式的字符串構造方法即可。

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

不要采取下面的步驟。

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

??????? 這種編碼轉換方式效率底。之所以這么做的原因是，ResultSet在getString()方法執行時，默認數據庫里的數據編碼方式為iso8859-1。系統會把數據依照iso8859-1的編碼方式轉換成unicode。使用str.getBytes("iso8859-1")把數據還原，然后利用new String(bytes, "gb2312")把數據從gb2312轉換成unicode，中間多了好多步驟。

??????? 從HttpRequest中讀參數時，利用reqeust.setCharacterEncoding()方法設置編碼方式，讀出的內容就是正確的了。

posted on 2008-03-27 15:03 Rabbit 閱讀(213720) 評論(25)  編輯  收藏