jdk中自带的转码工具native2ascii



背景：在做Java开发的时候，常常会出现一些乱码，或者无法正确识别或读取的文件，比如常见的 validator验证用的消息资源（properties）文件就需要进行Unicode重新编码。原因是java默认的编码方式为Unicode，而我们的计算机系统编码常常是GBK等编码。需要将系统的编码转换为java正确识别的编码问题就解决了。

 1、native2ascii简介：native2ascii 是sun java sdk提供的一个工具。用来将别的文本类文件（比如*.txt,*.ini,*.properties,*.java等等）编码转为Unicode编码。为什么要进行转码，原因在于程序的国际化。Unicode编码的定义：Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算机工作能力的增强，Unicode也在面世以来的十多年里得到普及。（声明：Unicode编码定义来自互联网）。

2、获取native2ascii：安装了jdk后，假如你是在windows上安装，那么在jdk的安装目录下，会有一个bin目录，其中native2ascii.exe正是。

3、native2ascii的命令行的命名格式：

 native2ascii -[options] [inputfile [outputfile]]

说明： -[options]：表示命令开关，有两个选项可供选择

 -reverse：将Unicode编码转为本地或者指定编码，不指定编码情况下，将转为本地编码。 -encoding encoding_name：转换为指定编码，encoding_name为编码名称。

 [inputfile [outputfile]] inputfile：表示输入文件全名。

 outputfile：输出文件名。如果缺少此参数，将输出到控制台。

4、最佳实践：首先将JDK的bin目录加入系统变量path。在盘下建立一个test目录，在test目录里建立一个zh.txt文件，文件内容为：“熔岩”，打开 “命令行提示符”，并进入C:/test目录下。下面就可以按照说明一步一步来操作，注意观察其中编码的变化。

A：将zh.txt转换为Unicode编码，输出文件到 u.txt native2ascii zh.txt u.txt 打开u.txt，内容为“/u7194/u5ca9”。

B：将zh.txt转换为Unicode编码，输出到控制台 C:/test>native2ascii zh.txt /u7194/u5ca9 可以看到，控制台输出了“/u7194/u5ca9”。

C：将zh.txt转换为ISO8859-1编码，输出文件到i.txt native2ascii -encoding ISO8859-1 zh.txt i.txt 打开i.txt文件，内容为“/u00c8/u00db/u00d1/u00d2”。

D：将u.txt转换为本地编码，输出到文件u_nv.txt native2ascii -reverse u.txt u_nv.txt 打开u_nv.txt文件，内容为“熔岩”。

E：将u.txt转换为本地编码，输出到控制台 C:/test>native2ascii -reverse u.txt 熔岩可以看到，控制台输出了“熔岩”。

F：将i.txt转换为本地编码，输出到i_nv.txt native2ascii -reverse i.txt i_nv.txt 打开i_nv.txt文件，内容为“/u00c8/u00db/u00d1/u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。。

G：将i.txt转换为GBK编码，输出到i_gbk.txt native2ascii -reverse -encoding GBK i.txt i_gbk.txt 打开i_gbk.txt文件，内容为“/u00c8/u00db/u00d1/u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。

H：将u_nv.txt转码到本地编码GBK，输出到控制台 C:/test>native2ascii -reverse -encoding ISO8859-1 i.txt 熔岩从这个结果看，目标达到到了，编码i.txt为ISO8859-1，转为本地编码后内容为“熔岩”。从这里应该意识到，native2ascii -reverse命令中-encoding指定的编码为源文件的编码格式。而在native2ascii 命令中-encoding指定的编码为（生成的）目标文件的编码格式。这一点非常的重要！切记！！继续探索，新建文件12a.txt，内容“12axyz”。看看纯字母数字的编码又如何。

I：将纯字母数字的文本文件12a.txt转换为Unicode 编码 native2ascii 12a.txt 12a_nv.txt 打开12a_nv.txt文件，内容为“12axyz”。继续测试，转为ISO8859-1编码看看 C:/test>native2ascii -encoding ISO8859-1 12a.txt 12axyz 结果还是没有转码。从结果可以得出结论：对于纯数字和字母的文本类型件，转码前后的内容是一样的。

5、总结：native2ascii 是一个非常的好转码工具，并且转码是可逆的！而其真正的含义并非本地编码——>转码为ASCII码，而是一个通用的文本文件编码转换工具。在做编码转换的时候有两类指定编码的情形，分别指输出文件编码和输入文件编码，具体可以看看最佳实践部分。

实际应用中：比如可以这样利用

native2ascii： native2ascii -encoding gbk temp.properties application_zh_CN.properties 这里将根据一个临时文件temp.properties输出了application_zh_CN.properties，然后把 application_zh_CN.properties中的文件内容替换这个临时文件的内容就可以了．(以上是转载的） JAVA本身就支持多国语言编码，不需要写任何程序，可以很简单的 实现。

秘诀就是两点：1、所有HTML/JSP页面全部采用UTF-8编码。2、客户端浏览器完全支持UTF-8编码 　　

步骤：1、首先把所有的HTML/JSP的ContentType都设为UTF-8 。

2、然后对于JSP程序中的非ASCII码提示信息都不应该写在程序里面，都应该放在　　application.properties里面统一管理。

3、对HTML用native2ascii工具统一做一次处理，把HTML中的非ASCII码都转换为Unicode编码。

4、针对不同的语言，写不同的application.properties，比如说简体中文是　　application_zh_CN.properties，繁体中文是application_zh_TW.properties这样，然后对这些配置信　　息文件同样用native2ascii工具处理一次，把非ASCII码统统转为Unicode编码。

5、在Servlet的request.getCharacterEncoding()获得客户端的操作系统默认编码，然后set到Struts 　　的HTTPSession的Locale中。　　　　

OK！现在不同的客户访问，就会显示不同的语言版本了。你可以看看此时你的浏览器的字符集，就是　　UTF-8。现在你的网站和Google一样了，嘿嘿，其实你有心的话，看看你的浏览器访问Google的时候是　　什么字符集吧　　　

　切记：所有的HTML/JSP都要设为UTF-8编码，所有的文件中的非ASCII码字符都要用native2ascii工具转　　为用ASCII表示的Unicode编码。 native2ascii命令: (native2ascii -encoding gb2312 ApplicationResources_xx_CN.properties ApplicationResources_zh_CN.properties) 如果还有文件乱码的话加过滤器就可以解决了!

转载地址：http://blog.csdn.net/wqjsir/article/details/5941511