JAVA字符串的各种编码转换

[java]  view plain copy

1.      
2. import java.io.UnsupportedEncodingException;  
3.   
4. /** 
5.  * 转换字符串的编码 
6.  */  
7. public class ChangeCharset {  
8.  /** 7位ASCII字符，也叫作ISO646-US、Unicode字符集的基本拉丁块 */  
9.  public static final String US_ASCII = "US-ASCII";  
10.   
11.  /** ISO 拉丁字母表 No.1，也叫作 ISO-LATIN-1 */  
12.  public static final String ISO_8859_1 = "ISO-8859-1";  
13.   
14.  /** 8 位 UCS 转换格式 */  
15.  public static final String UTF_8 = "UTF-8";  
16.   
17.  /** 16 位 UCS 转换格式，Big Endian（最低地址存放高位字节）字节顺序 */  
18.  public static final String UTF_16BE = "UTF-16BE";  
19.   
20.  /** 16 位 UCS 转换格式，Little-endian（最高地址存放低位字节）字节顺序 */  
21.  public static final String UTF_16LE = "UTF-16LE";  
22.   
23.  /** 16 位 UCS 转换格式，字节顺序由可选的字节顺序标记来标识 */  
24.  public static final String UTF_16 = "UTF-16";  
25.   
26.  /** 中文超大字符集 */  
27.  public static final String GBK = "GBK";  
28.   
29.  /** 
30.   * 将字符编码转换成US-ASCII码 
31.   */  
32.  public String toASCII(String str) throws UnsupportedEncodingException{  
33.   return this.changeCharset(str, US_ASCII);  
34.  }  
35.  /** 
36.   * 将字符编码转换成ISO-8859-1码 
37.   */  
38.  public String toISO_8859_1(String str) throws UnsupportedEncodingException{  
39.   return this.changeCharset(str, ISO_8859_1);  
40.  }  
41.  /** 
42.   * 将字符编码转换成UTF-8码 
43.   */  
44.  public String toUTF_8(String str) throws UnsupportedEncodingException{  
45.   return this.changeCharset(str, UTF_8);  
46.  }  
47.  /** 
48.   * 将字符编码转换成UTF-16BE码 
49.   */  
50.  public String toUTF_16BE(String str) throws UnsupportedEncodingException{  
51.   return this.changeCharset(str, UTF_16BE);  
52.  }  
53.  /** 
54.   * 将字符编码转换成UTF-16LE码 
55.   */  
56.  public String toUTF_16LE(String str) throws UnsupportedEncodingException{  
57.   return this.changeCharset(str, UTF_16LE);  
58.  }  
59.  /** 
60.   * 将字符编码转换成UTF-16码 
61.   */  
62.  public String toUTF_16(String str) throws UnsupportedEncodingException{  
63.   return this.changeCharset(str, UTF_16);  
64.  }  
65.  /** 
66.   * 将字符编码转换成GBK码 
67.   */  
68.  public String toGBK(String str) throws UnsupportedEncodingException{  
69.   return this.changeCharset(str, GBK);  
70.  }  
71.    
72.  /** 
73.   * 字符串编码转换的实现方法 
74.   * @param str  待转换编码的字符串 
75.   * @param newCharset 目标编码 
76.   * @return 
77.   * @throws UnsupportedEncodingException 
78.   */  
79.  public String changeCharset(String str, String newCharset)  
80.    throws UnsupportedEncodingException {  
81.   if (str != null) {  
82.    //用默认字符编码解码字符串。  
83.    byte[] bs = str.getBytes();  
84.    //用新的字符编码生成字符串  
85.    return new String(bs, newCharset);  
86.   }  
87.   return null;  
88.  }  
89.  /** 
90.   * 字符串编码转换的实现方法 
91.   * @param str  待转换编码的字符串 
92.   * @param oldCharset 原编码 
93.   * @param newCharset 目标编码 
94.   * @return 
95.   * @throws UnsupportedEncodingException 
96.   */  
97.  public String changeCharset(String str, String oldCharset, String newCharset)  
98.    throws UnsupportedEncodingException {  
99.   if (str != null) {  
100.    //用旧的字符编码解码字符串。解码可能会出现异常。  
101.    byte[] bs = str.getBytes(oldCharset);  
102.    //用新的字符编码生成字符串  
103.    return new String(bs, newCharset);  
104.   }  
105.   return null;  
106.  }  
107.   
108.  public static void main(String[] args) throws UnsupportedEncodingException {  
109.   ChangeCharset test = new ChangeCharset();  
110.   String str = "This is a 中文的 String!";  
111.   System.out.println("str: " + str);  
112.   String gbk = test.toGBK(str);  
113.   System.out.println("转换成GBK码: " + gbk);  
114.   System.out.println();  
115.   String ascii = test.toASCII(str);  
116.   System.out.println("转换成US-ASCII码: " + ascii);  
117.   gbk = test.changeCharset(ascii,ChangeCharset.US_ASCII, ChangeCharset.GBK);  
118.   System.out.println("再把ASCII码的字符串转换成GBK码: " + gbk);  
119.   System.out.println();  
120.   String iso88591 = test.toISO_8859_1(str);  
121.   System.out.println("转换成ISO-8859-1码: " + iso88591);  
122.   gbk = test.changeCharset(iso88591,ChangeCharset.ISO_8859_1, ChangeCharset.GBK);  
123.   System.out.println("再把ISO-8859-1码的字符串转换成GBK码: " + gbk);  
124.   System.out.println();  
125.   String utf8 = test.toUTF_8(str);  
126.   System.out.println("转换成UTF-8码: " + utf8);  
127.   gbk = test.changeCharset(utf8,ChangeCharset.UTF_8, ChangeCharset.GBK);  
128.   System.out.println("再把UTF-8码的字符串转换成GBK码: " + gbk);  
129.   System.out.println();  
130.   String utf16be = test.toUTF_16BE(str);  
131.   System.out.println("转换成UTF-16BE码:" + utf16be);  
132.   gbk = test.changeCharset(utf16be,ChangeCharset.UTF_16BE, ChangeCharset.GBK);  
133.   System.out.println("再把UTF-16BE码的字符串转换成GBK码: " + gbk);  
134.   System.out.println();  
135.   String utf16le = test.toUTF_16LE(str);  
136.   System.out.println("转换成UTF-16LE码:" + utf16le);  
137.   gbk = test.changeCharset(utf16le,ChangeCharset.UTF_16LE, ChangeCharset.GBK);  
138.   System.out.println("再把UTF-16LE码的字符串转换成GBK码: " + gbk);  
139.   System.out.println();  
140.   String utf16 = test.toUTF_16(str);  
141.   System.out.println("转换成UTF-16码:" + utf16);  
142.   gbk = test.changeCharset(utf16,ChangeCharset.UTF_16LE, ChangeCharset.GBK);  
143.   System.out.println("再把UTF-16码的字符串转换成GBK码: " + gbk);  
144.   String s = new String("中文".getBytes("UTF-8"),"UTF-8");  
145.   System.out.println(s);  
146.  }  
147. }  

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


        java中的String类是按照unicode进行编码的，当使用String(byte[] bytes, String encoding)构造字符串时，encoding所指的是bytes中的数据是按照那种方式编码的，而不是最后产生的String是什么编码方式，换句话说，是让系统把bytes中的数据由encoding编码方式转换成unicode编码。如果不指明，bytes的编码方式将由jdk根据操作系统决定。

        当我们从文件中读数据时，最好使用InputStream方式，然后采用String(byte[] bytes, String encoding)指明文件的编码方式。不要使用Reader方式，因为Reader方式会自动根据jdk指明的编码方式把文件内容转换成unicode编码。

        当我们从数据库中读文本数据时，采用ResultSet.getBytes()方法取得字节数组，同样采用带编码方式的字符串构造方法即可。

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

不要采取下面的步骤。

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

        这种编码转换方式效率底。之所以这么做的原因是，ResultSet在getString()方法执行时，默认数据库里的数据编码方式为iso8859-1。系统会把数据依照iso8859-1的编码方式转换成unicode。使用str.getBytes("iso8859-1")把数据还原，然后利用new String(bytes, "gb2312")把数据从gb2312转换成unicode，中间多了好多步骤。

        从HttpRequest中读参数时，利用reqeust.setCharacterEncoding()方法设置编码方式，读出的内容就是正确的了。