由于一些需求,要对referrer url的参数进行解析,但参数经常会出现很多通过不同编码的文字。
例如"广东广州"通过不同字符编码的情况:
utf-8:%E5%B9%BF%E4%B8%9C%E5%B9%BF%E5%B7%9E
gbk:%B9%E3%B6%AB%B9%E3%D6%DD
在解码时无法指定是编码进行解码。这样容易造成乱码。
实际上是有办法可以知道这字符串是通过什么编码的来的。代码如下
/**
*
* @author onedear
*
*/
public class CharsetUtil {
private static String[] charsets = new String[]{"utf-8" , "gbk"};
public static String getCharset(String word) {
for(String charset : charsets) {
try {
String decodeWord = URLDecoder.decode(word, charset);
String encodeWord= URLEncoder.encode(decodeWord, charset);
if(word.equals(encodeWord))
return charset;
} catch (UnsupportedEncodingException e) {
continue;
}
}
return "utf-8";
}
}
用一个编码对字符串是解码再编码,的出来的值如果跟一开始的值一样,则说明这个编码是对的。
原理会尽可能的补上