UTF-8转换自写代码(1)

UTF-8转换自写代码(1)

针对早上的代码做了一些美化,逻辑上更清楚一些。
主要用到通过二进制操作提取相应位的字节来实现。

package test;

import java.util.Scanner;

public class UnicodeTest {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		System.out.println("Please input the Unicode:");
		Scanner scanner=new Scanner(System.in);
		String resultString=null;
		int unicode=scanner.nextInt();
		resultString=changeToUTF8(unicode);
		resultString=formatString(resultString);
		System.out.println(resultString);

	}
	
	
	public static String changeToUTF8(int unicode) {
		String binary=Integer.toBinaryString(unicode);
		int status=binary.length();
		if(status>0&&status<8)
			status=1;
		if(status>7&&status<12)
			status=2;
		if(status>11&&status<17)
			status=3;
		if(status>16&&status<22)
			status=4;
		
		String result=null;
		switch (status) {
		case 1:
			result=binary;
			break;
		case 2:
			int part1=unicode>>6;
			part1=192|part1;                              //2^7+2^6=192
			result=Integer.toBinaryString(part1);
			while(status-1!=0) {
				part1=unicode>>(status-2)*6;
				part1=part1&63;
				part1=128|part1;
				result=result+Integer.toBinaryString(part1);
				status--;
			}
			break;
		case 3:
			part1=unicode>>12;
			part1=224|part1;                            //2^7+2^6+2^5=224
			result=Integer.toBinaryString(part1);
			while(status-1!=0) {
				part1=unicode>>(status-2)*6;
				part1=part1&63;
				part1=128|part1;
				result=result+Integer.toBinaryString(part1);
				status--;
			}
			break;
		case 4:
			part1=unicode>>18;
			part1=240|part1;							//2^7+2^6+2^5+2^4=240
			result=Integer.toBinaryString(part1);
			while(status-1!=0) {
				part1=unicode>>(status-2)*6;
				part1=part1&63;
				part1=128|part1;
				result=result+Integer.toBinaryString(part1);
				status--;
			}
			break;

		default:
			result="Out of range!";
			break;
		}
		
		return result;
	}
	
	
	public static String formatString(String resultString) {
		String result=null;
		int length=resultString.length();
		result=resultString.substring(0, length%8);
		for(int i=0;i<length/8;i++) {
			result=result+" "+resultString.substring(length%8+8*i, length%8+8*(i+1));		
		}
		return result;
	}
	

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 可以使用 Python 的 `codecs` 库来进行转换。 将 ISO-8859-1 编码转换UTF-8 编码的代码示例如下: ```python import codecs # 读取 ISO-8859-1 编码的文件 with codecs.open('iso8859-1.txt', 'r', 'iso-8859-1') as f: iso_content = f.read() # 将文件内容转换UTF-8 编码 utf8_content = iso_content.encode('utf-8') # 将 UTF-8 编码的文件内容入新文件 with codecs.open('utf8.txt', 'w', 'utf-8') as f: f.write(utf8_content) ``` 将 UTF-8 编码转换为 ISO-8859-1 编码的代码示例如下: ```python import codecs # 读取 UTF-8 编码的文件 with codecs.open('utf8.txt', 'r', 'utf-8') as f: utf8_content = f.read() # 将文件内容转换为 ISO-8859-1 编码 iso_content = utf8_content.encode('iso-8859-1') # 将 ISO-8859-1 编码的文件内容入新文件 with codecs.open('iso8859-1.txt', 'w', 'iso-8859-1') as f: f.write(iso_content) ``` 请注意,在转换过程中可能会有部分字符无法完全转换,需要根据实际情况处理。 ### 回答2: ISO-8859-1和UTF-8是两种字符编码方式,它们之间的转换是比较常见的操作。以下是关于如何互相转换的具体步骤: 从ISO-8859-1转换UTF-8: 1. 创建一个ISO-8859-1的字符串。 2. 将这个字符串转换为字节数组(bytes)。 3. 创建一个新的String变量并将字节数组(bytes)传给该变量(使用UTF-8来解码字节数组)。 4. 检查该新的String变量以确保它是UTF-8编码的字符串。 下面是一个示例代码: String isoStr = "Hello, world!"; //创建一个ISO-8859-1字符串 byte[] isoBytes = isoStr.getBytes("ISO-8859-1"); //将字符串转换为字节数组 String utfStr = new String(isoBytes, "UTF-8"); //用UTF-8解码字节数组,创建一个新的字符串 System.out.println(utfStr); //打印新的字符串,确保其是UTF-8编码的 从UTF-8转换为ISO-8859-1: 1. 创建一个UTF-8编码的字符串。 2. 将这个字符串转换为字节数组(bytes)。 3. 创建一个新的String变量,并将字节数组(bytes)传给该变量(使用ISO-8859-1来解码字节数组)。 4. 检查该新的String变量以确保它是ISO-8859-1编码的字符串。 下面是一个示例代码: String utfStr = "你好,世界!"; //创建一个UTF-8编码的字符串 byte[] utfBytes = utfStr.getBytes("UTF-8"); //将字符串转换为字节数组 String isoStr = new String(utfBytes, "ISO-8859-1"); //用ISO-8859-1解码字节数组,创建一个新的字符串 System.out.println(isoStr); //打印新的字符串,确保其是ISO-8859-1编码的 需要注意的是,在进行编码转换的时候,可能会出现一些字符无法正确转换的情况,这时需要考虑对这些字符进行特殊处理。同时,还需要注意编码转换可能会影响字符串长度。 ### 回答3: ISO-8859-1(又称为 Latin-1)和 UTF-8 是两种编码方式。ISO-8859-1 是一种单字节编码方式,它使用 8 位二进制码来表示所有英文字符和一些拉丁字符。UTF-8 是一种多字节编码方式,它使用 8 位二进制码以及多字节作为处理方法,可以表示世界上大多数字符。 在进行编码转换之前,需要先了解两种编码方式的编码规则。对于 ISO-8859-1,每个字符都使用一个字节表示。例如,字符 “A” 的编码是 0x41。对于 UTF-8,每个字符的编码长度可能不同,从 1 到 4 个字节不等。UTF-8 使用 0x00 到 0x7F 的字节表示 ASCII 字符,而使用多字节编码来表示其它字符。 转换 ISO-8859-1 到 UTF-8 的方法很简单,只需要使用 UTF-8 编码中对应的字节来替换 ISO-8859-1 的字节即可。例如,字符 “A” 在 ISO-8859-1 中编码为 0x41,而在 UTF-8 中编码为 0x41。因此,将 ISO-8859-1 的 “A” 替换为 UTF-8 的 “A” 即可完成转换转换 UTF-8 到 ISO-8859-1 则需要用到 Unicode 技术。由于 UTF-8 对于 ASCII 字符使用单字节编码,因此将 UTF-8 编码的字符首先转换为 Unicode 编码,然后从 Unicode 编码中剔除 ISO-8859-1 中没有的字符,最后将 Unicode 编码转换为 ISO-8859-1 编码即可。 总的来说,ISO-8859-1 和 UTF-8 的互相转换适用于需要处理多国语言或跨语言环境的软件或系统。在进行编码转换时,要注意编码规则和边界条件,确保转换结果符合要求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

爱学习_程序员

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值