java中GB2312 To Utf-8字符转换

    朋友让我帮他写个gb2312->utf-8的字符转换程序，找了半天没有在网上找到合适的，于是自己动手写了一个，呵呵。把它贴在这里，免得以后忘记了 ^_^

    实现思路大致如下：

•  取得一个汉字的Unicode码
• 把Unicode码分解为两个16进制数据字符串（丢弃前两个字节）
• 把这两个16进制数据字符串转换成二进制数据字符串
• 把二进制数据字符串分解为三个串，第一个串为4（0~4）个位，在高位加上标记位“1110”，第二（4~10）、三个（10~16）串均为6个位，分别在高位加上“10”标记位
• 把这三个二进制串分别转换为10进制数据并赋值给字节型数组
• 根据这个字节型数组构造UTF-8字符

java 代码

 

1. import java.io.File;   
2. import java.io.FileOutputStream;   
3. import java.io.UnsupportedEncodingException;   
4.   
5. /**  
6.  * 2007-8-10 jyin at gomez dot com  
7.  */  
8. public class CharsetConvertor {   
9.     public static void main(String[] args) {   
10.         String str = "This is a test for *中网!@#$。，？";   
11.         try {   
12.             File f = new File("D:/test.txt");   
13.             FileOutputStream fio = new FileOutputStream(f);   
14.             String s = gbToUtf8(str);   
15.             fio.write(s.getBytes("UTF-8"));   
16.             fio.close();   
17.         }   
18.         catch (Exception e) {   
19.             e.printStackTrace();   
20.         }   
21.     }   
22.   
23.     public static String gbToUtf8(String str) throws UnsupportedEncodingException {   
24.         StringBuffer sb = new StringBuffer();   
25.         for (int i = 0; i < str.length(); i++) {   
26.             String s = str.substring(i, i + 1);   
27.             if (s.charAt(0) > 0x80) {   
28.                 byte[] bytes = s.getBytes("Unicode");   
29.                 String binaryStr = "";   
30.                 for (int j = 2; j < bytes.length; j += 2) {   
31.                     // the first byte   
32.                     String hexStr = getHexString(bytes[j + 1]);   
33.                     String binStr = getBinaryString(Integer.valueOf(hexStr, 16));   
34.                     binaryStr += binStr;   
35.                     // the second byte   
36.                     hexStr = getHexString(bytes[j]);   
37.                     binStr = getBinaryString(Integer.valueOf(hexStr, 16));   
38.                     binaryStr += binStr;   
39.                 }   
40.                 // convert unicode to utf-8   
41.                 String s1 = "1110" + binaryStr.substring(0, 4);   
42.                 String s2 = "10" + binaryStr.substring(4, 10);   
43.                 String s3 = "10" + binaryStr.substring(10, 16);   
44.                 byte[] bs = new byte[3];   
45.                 bs[0] = Integer.valueOf(s1, 2).byteValue();   
46.                 bs[1] = Integer.valueOf(s2, 2).byteValue();   
47.                 bs[2] = Integer.valueOf(s3, 2).byteValue();   
48.                 String ss = new String(bs, "UTF-8");   
49.                 sb.append(ss);   
50.             } else {   
51.                 sb.append(s);   
52.             }   
53.         }   
54.         return sb.toString();   
55.     }   
56.   
57.     private static String getHexString(byte b) {   
58.         String hexStr = Integer.toHexString(b);   
59.         int m = hexStr.length();   
60.         if (m < 2) {   
61.             hexStr = "0" + hexStr;   
62.         } else {   
63.             hexStr = hexStr.substring(m - 2);   
64.         }   
65.         return hexStr;   
66.     }   
67.   
68.     private static String getBinaryString(int i) {   
69.         String binaryStr = Integer.toBinaryString(i);   
70.         int length = binaryStr.length();   
71.         for (int l = 0; l < 8 - length; l++) {   
72.             binaryStr = "0" + binaryStr;   
73.         }   
74.         return binaryStr;   
75.     }   
76. }