【GBK、UTF-8、ISO8859-1】三种编码方式总结及实例

　　感谢：https://blog.csdn.net/youngstar70/article/details/64117297

　一、总结

　在Java中，String的getBytes()方法是得到一个操作系统默认的编码格式的字节数组。这个表示在不同情况下，返回的东西不一样！ 

　　String.getBytes(String decode)方法会根据指定的decode编码返回某字符串在该编码下的byte数组表示，如：

byte[] b_gbk = "深".getBytes("GBK");   //b_gbk的长度为2
byte[] b_utf8 = "深".getBytes("UTF-8");   //b_utf8的长度为3
byte[] b_iso88591 = "深".getBytes("ISO8859-1");//   b_iso88591的长度为1
byte[] b_unicode = "深".getBytes("unicode");  //b_unicode长度为4

 

　　将分别返回“深”这个汉字在GBK、UTF-8、ISO8859-1和unicode编码下的byte数组表示，此时b_gbk的长度为2，b_utf8的长度为3，b_iso88591的长度为1，unicode为4。 

 

　　而与getBytes相对的，可以通过new String(byte[], decode)的方式来还原这个“深”字时，这个new String(byte[], decode)实际是使用decode指定的编码来将byte[]解析成字符串。

String s_gbk = new String(b_gbk,"GBK");   
String s_utf8 = new String(b_utf8,"UTF-8");   
String s_iso88591 = new String(b_iso88591,"ISO8859-1");   
String s_unicode = new String(b_unicode, "unicode");  

　　通过打印s_gbk、s_utf8、s_iso88591和unicode，会发现，s_gbk、s_utf8和unicode都是“深”，而只有s_iso88591是一个不认识的字符，为什么使用ISO8859-1编码再组合之后，无法还原“深”字呢，其实原因很简单，因为ISO8859-1编码的编码表中，根本就没有包含汉字字符，当然也就无法通过"深".getBytes("ISO8859-1");来得到正确的“深”字在ISO8859-1中的编码值了，所以再通过new String()来还原就无从谈起了。 

　　因此，通过String.getBytes(String decode)方法来得到byte[]时，一定要确定decode的编码表中确实存在String表示的码值，这样得到的byte[]数组才能正确被还原。 

　　有时候，为了让中文字符适应某些特殊要求（如http header头要求其内容必须为iso8859-1编码），可能会通过将中文字符按照字节方式来编码的情况，如 

　　String s_iso88591 = new String("深".getBytes("UTF-8"),"ISO8859-1")， 

　　这样得到的s_iso8859-1字符串实际是三个在 ISO8859-1中的字符，在将这些字符传递到目的地后，目的地程序再通过相反的方式String s_utf8 = new String(s_iso88591.getBytes("ISO8859-1"),"UTF-8")来得到正确的中文汉字“深”。这样就既保证了遵守协议规定、也支持中文。 

　　同样，在开发会检查字符长度，以免数据库字段的长度不够而报错，考虑到中英文的差异，肯定不能用String.length()方法判断,而需采用String.getBytes().length;

　　而这方法将返回该操作系统默认的编码格式的字节数组。如字符串“Hello!你好！”，在一个中文WindowsXP系统下，结果为12，而在英文的UNIX环境下，结果将为9。

　　因为该方法和平台（编码）相关的。

　　在中文操作系统中，getBytes方法返回的是一个GBK或者GB2312的中文编码的字节数组，其中中文字符，各占两个字节。

　　而在英文平台中，一般的默认编码是"ISO-8859-1",每个字符都只取一个字节（而不管是否非拉丁字符）。所以在这种情况下，应该给其传入字符编码字符串，即String.getBytes("GBK").length。

二、main方法测试

 

public static void main(String[] args) {
        String testData = "123abc数据";
        //此次测试前提：参数包含中文
        testU8(testData);//UTF_8-String：123abc数据
        testIso(testData);//ISO_8859_1-String：123abc??
        testChineseTrue(testData);//test3-String：123abc数据
        testChineseFalse(testData);//test4-String：123abc??
    }
    
    /**
     * 正常返回：UTF_8-String：123abc数据
     * @param testdata
     */
    public static void testU8(String testdata){
        byte[] bytes = testdata.getBytes(CharsetUtil.UTF_8);
        String result = new String(bytes,CharsetUtil.UTF_8);
        System.out.println("UTF_8-String："+result);
    }
    /**
     * 返回有乱码：123abc??
     * 原因：ISO8859-1编码的编码表中，根本就没有包含汉字字符。
     * @param testdata
     */
    public static void testIso(String testdata){
        byte[] bytes = testdata.getBytes(CharsetUtil.ISO_8859_1);
        String result = new String(bytes,CharsetUtil.ISO_8859_1);
        System.out.println("ISO_8859_1-String："+result);
    }
    /**
     * 返回：123abc数据
     * 通过String.getBytes(String decode)方法来得到byte[]时，一定要确定decode的编码表中确实存在String表示的码值。
     * gbk/utf-8都可以
     * @param testdata
     */
    public static void testChineseTrue(String testdata){
        Object message = null;
        message = new String(testdata.getBytes(CharsetUtil.GBK),CharsetUtil.ISO_8859_1);
        String returnData = message.toString();
        //解析
        byte[] xmlByte =returnData.getBytes(CharsetUtil.ISO_8859_1);
        String xml = "";
        xml = new String(xmlByte,CharsetUtil.GBK);
        System.out.println("test3-String："+xml);
    }
    
    /**
     * 当传入的参数包含中文时，执行该方法出现乱码。 返回：test4-String：123abc??
     * 原因：通过String.getBytes(String decode)方法来得到byte[]时，一定要确定decode的编码表中确实存在String表示的码值。
     * 而ISO8859-1编码的编码表中，根本就没有包含汉字字符。
     * @param testdata
     */
    public static void testChineseFalse(String testdata){
        Object message = null;
        message = new String(testdata.getBytes(CharsetUtil.ISO_8859_1),CharsetUtil.GBK);
        String returnData = message.toString();
        //解析
        byte[] xmlByte =returnData.getBytes(CharsetUtil.GBK);
        String xml = "";
        xml = new String(xmlByte,CharsetUtil.ISO_8859_1);
        System.out.println("test4-String："+xml);
    }

 

 

三、本地代码解析：

    //将接收到的message编码后传送给后台
    public ChannelBuffer encode(Object message) throws TransportCodecException {
        try{
            //message虽说是Object类型，看不到具体类型，但debug知道其数据格式为byte[]，字节数组形式，可以强转为byte[]，然后再通过New String(byte[],charset)方法将byte[]转换为String类型
            //因为不确定接收到的message是什么编码格式，这里会统一转成gbk编码。
            message = new String((byte[])message,CharsetUtil.GBK);
            String gbkMessage = message.toString();
            
            //当计算字段长度时，由于中英文的差异，肯定不能用String.length()方法判断,而需采用String.getBytes().length;
            byte[] arrayOfByte = gbkMessage.getBytes(CharsetUtil.GBK);
            String requestByte = String.valueOf(arrayOfByte.length);
            String request = StringUtils.leftPad(requestByte,6,"0") + gbkMessage;
            
            LogConsole.info("xxx request message: " + request);
            return ChannelBuffers.copiedBuffer(request.getBytes(CharsetUtil.GBK)); //
        }
        catch(Exception e){
        }
        return null;
    }
    //解析接收后台的报文，后台中文是用utf-8编码的，然后整体用iso再封一次。
    //所以我们接收到后，会先用iso解下，decode方法返回的数据格式是byte[]，再通过new String(xmlByte,CharsetUtil.UTF_8)将其按照utf-8解析。
    public Object decode(ChannelBuffer buffer) throws TransportCodecException {
        //ChannelBuffer该类型是本系统自己封装，通过该方法将ChannelBuffer转换为String类型,这时候的中文还是乱码，之后会用utf-8解下。
        String _message = buffer.toString(CharsetUtil.ISO_8859_1);
        
        if (_message.length() <= 0){
            return null;
        }
        
        if (isDirect){
            return buffer;
        }
        else{
            if (exchangeLength == -1){
                exchangeLength = fixedLength(_message,buffer);//后台返回报文格式为：6位的长度位+完整报文，该方法是处理长度位
            }
            
            int readableLength = buffer.readableBytes();
            if (hasRemaining(readableLength)){
                clear();
                LogConsole.info("xxx response message:" + _message);
                return _message.substring(fixedLength).getBytes(CharsetUtil.ISO_8859_1);
            }
            
            return null;
        }
    }
    //byte[]转String
    xml = new String(xmlByte,CharsetUtil.UTF_8);

 

 

 

 

 

 

 

 

转载于:https://www.cnblogs.com/amunamuna/p/8922125.html