之前的文章介绍了在j2me环境下GB2312转换为UTF-8的方法。
后来继续对编码及char类型进行学习,发现一些有趣的问题。
首先java环境下的char类型变量,实际上就是以unicode方式存储的。
所以以下方法有效:
输入unicode编码的byte数组,即可两两拼接成一个char。
而String类型实际上就是在char数组的基础上衍生出来的。大家可以参考cldc的源代码。
j2me环境下也是如此。
所以在第一次给出的转换类中,提供的gb2312到utf-8直接转换的快速方法。现在看来是画蛇添足了。
根据以上经验,更新转换类如下:
这个方法明显要比第一次快很多了,直接查表,然后拼接成String,不需要转换成utf-8编码。
数据文件请在 http://download.csdn.net/source/263609获取
总之,java中的char类型实际上是存储了unicode编码。目前在nokia 5300上测试通过。
我觉得其它机器也应该是这样。如果哪位大侠知道这方面的资料,请赐教。
后来继续对编码及char类型进行学习,发现一些有趣的问题。
首先java环境下的char类型变量,实际上就是以unicode方式存储的。
所以以下方法有效:
输入unicode编码的byte数组,即可两两拼接成一个char。
而String类型实际上就是在char数组的基础上衍生出来的。大家可以参考cldc的源代码。
public
static
String read_Uni(
byte
[] word_unicode) {
StringBuffer stringbuffer = new StringBuffer( "" );
for ( int j = 0 ; j < word_unicode.length;) {
int l = word_unicode[j ++ ];
int h = word_unicode[j ++ ];
char c = ( char ) ((l & 0xff ) | ((h << 8 ) & 0xff00 ));
stringbuffer.append(c);
}
return stringbuffer.toString();
}
StringBuffer stringbuffer = new StringBuffer( "" );
for ( int j = 0 ; j < word_unicode.length;) {
int l = word_unicode[j ++ ];
int h = word_unicode[j ++ ];
char c = ( char ) ((l & 0xff ) | ((h << 8 ) & 0xff00 ));
stringbuffer.append(c);
}
return stringbuffer.toString();
}
j2me环境下也是如此。
所以在第一次给出的转换类中,提供的gb2312到utf-8直接转换的快速方法。现在看来是画蛇添足了。
根据以上经验,更新转换类如下:
public
class
HGB2312 {
private byte [] map = new byte [ 15228 ];
public HGB2312() throws Exception {
InputStream is = getClass().getResourceAsStream( " /gb2u.dat " );
is.read(map);
is.close();
}
public String gb2utf8( byte [] gb) {
StringBuffer sb = new StringBuffer();
int c, h, l, ind;
for ( int i = 0 ; i < gb.length;) {
if (gb[i] >= 0 ) {
sb.append(( char ) gb[i ++ ]);
} else {
h = 256 + gb[i ++ ];
l = 256 + gb[i ++ ];
h = h - 0xA0 - 1 ;
l = l - 0xA0 - 1 ;
if (h < 9 ) {
ind = (h * 94 + l) << 1 ;
c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1 ]));
sb.append(( char ) c);
} else if (h >= 9 && h <= 14 ) {
sb.append(( char ) 0 );
} else if (h > 14 ) {
h -= 6 ;
ind = (h * 94 + l) << 1 ;
c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1 ]));
sb.append(( char ) c);
} else {
sb.append(( char ) 0 );
}
}
}
return sb.toString();
}
private int byte2Int( byte b) {
if (b < 0 ) {
return 256 + b;
} else {
return b;
}
}
}
private byte [] map = new byte [ 15228 ];
public HGB2312() throws Exception {
InputStream is = getClass().getResourceAsStream( " /gb2u.dat " );
is.read(map);
is.close();
}
public String gb2utf8( byte [] gb) {
StringBuffer sb = new StringBuffer();
int c, h, l, ind;
for ( int i = 0 ; i < gb.length;) {
if (gb[i] >= 0 ) {
sb.append(( char ) gb[i ++ ]);
} else {
h = 256 + gb[i ++ ];
l = 256 + gb[i ++ ];
h = h - 0xA0 - 1 ;
l = l - 0xA0 - 1 ;
if (h < 9 ) {
ind = (h * 94 + l) << 1 ;
c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1 ]));
sb.append(( char ) c);
} else if (h >= 9 && h <= 14 ) {
sb.append(( char ) 0 );
} else if (h > 14 ) {
h -= 6 ;
ind = (h * 94 + l) << 1 ;
c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1 ]));
sb.append(( char ) c);
} else {
sb.append(( char ) 0 );
}
}
}
return sb.toString();
}
private int byte2Int( byte b) {
if (b < 0 ) {
return 256 + b;
} else {
return b;
}
}
}
这个方法明显要比第一次快很多了,直接查表,然后拼接成String,不需要转换成utf-8编码。
数据文件请在 http://download.csdn.net/source/263609获取
总之,java中的char类型实际上是存储了unicode编码。目前在nokia 5300上测试通过。
我觉得其它机器也应该是这样。如果哪位大侠知道这方面的资料,请赐教。