java中GB2312 To Utf-8字符转换

 

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. }