android 支持的字符编码,【已解决】Android中，如何对某个编码（如GB2312）的字符串进行解码为Unicode字符...

之前可以抓取网页的html了：

而且后来也确定，是获得了完整的html了：

现在接着要对获得的，GB2312编码的html，进行解码为对应的Unicode。

1.从：

知道有个：

URLDecoder

2.然后找到android官网的：

然后搜decode找到：

3.后来也找到另外一个帖子：

所以算了，直接去试试代码中，string是否有decode方法，结果没有找到。

4.参考：

去试试：String uniHtml = new String(respHtml, "GB2312");

结果也都是语法错误。

5.所以，看来，还是对于Android中的字符串编码的基本知识，不了解。

所以先去学习这方面的内容。

6.后来参考：

看到了其处理办法，还是之前我就想到的，应该是读取stream，然后用对应编码解码为Unicode的string才对。

7.所以把之前的代码改为：StringBuffer strBuf = new StringBuffer();

HttpEntity httpEnt = response.getEntity();

InputStream inputStream = httpEnt.getContent();

//String htmlCharset = "GB2312";

String htmlCharset = "GBK";

BufferedReader br = new BufferedReader(new InputStreamReader(inputStream, htmlCharset));

String singleLine = "";

while ((singleLine = br.readLine()) != null) {

strBuf.append(singleLine);

}

String respHtml = strBuf.toString();

但是有问题，会导致换行丢失了：

所以，再去想办法，重新写个更好的处理。

8.后来自己无意间发现，EntityUtils.toString是可以给参数charset的，所以试了试：String htmlCharset = "GBK";

String respHtml = EntityUtils.toString(response.getEntity(), htmlCharset);

然后就可以得到，完全的返回的html，且是Unicode的了：

所以，至此，对于从HttpClient返回的response中，获得完整的，Unicode的html的事情，就已搞定了。

只是，对于，如果获得了GB2312的string，如果转换为Unicode的string，还是没有完成。

现在接着去折腾。

9.后来折腾了半天，随便试了试很多乱七八糟的代码：String htmlCharset = "GBK";

String respHtmlGbk = EntityUtils.toString(response.getEntity());

// ByteBuffer byteBuf = new ByteBuffer();

// Bytes gbkBytes = new Bytes();

// CharsetDecoder cd = new CharsetDecoder()

//String testStr = respHtmlGbk.getBytes(htmlCharset).toString();

StringBuffer sb = new StringBuffer();

sb.append(respHtmlGbk.toCharArray());

String respHtml = new String(respHtmlGbk.getBytes(), htmlCharset);

结果的结论是：

Java中的String设计，和Python 3.x中类似：

String，本来就是已经是Unicode了。

对应的，某种编码的字符串，正常的话，应该是对应的bytes

所以才有类似于getBytes的函数，比如：

对应写法是：String htmlCharset = "GBK";

byte [] gbkByets = new byte[64*1024];

gbkByets = respHtml.getBytes(htmlCharset);

而此处，之前的方法，获得的一个字符串，实际上是一个有问题的字符串，

即应该是通过GBK解码，然后获得一个一个正常的字符串String；

但是由于没有指定编码，导致之前获得的String，实际上是使用系统默认的编码，Android中是UTF-8，

即，将本来是GBK的字符串，通过UTF-8去解码，然后得到了一个所谓的Unicode字符串，

所以，调试过程中，看到的中文部分，都是乱码。

正确解决办法就是之前所写的：String htmlCharset = "GBK";

String respHtml = EntityUtils.toString(response.getEntity(), htmlCharset);

即在拿到返回的字符串的原始内容时，记得使用某种解码方式，传递正确的编码，然后将其解码为正确的Unicode字符串。

此处的respHtml才能是，正常的，不带乱码的，Unicode字符串。

【总结】

你第一时间，拿到的某个字符串String，自己要清楚是什么编码的。

然后用合适的办法，将其解码为对应的Unicode，最后得到的才是正常的Unicode的String。

比如，此处就是：

通过HttpClient获得的response，然后通过：String htmlCharset = "GBK";

String respHtml = EntityUtils.toString(response.getEntity(), htmlCharset);

才能获得正确的，Unicode的String的。

如果写成：String respHtml = EntityUtils.toString(response.getEntity());

那么，实际上是，把本来是GBK(GB2312)的html，使用系统默认的Utf-8去解码，此时的respHtml虽然也是Unicode的，但是是不正常的Unicode，其中的中文是乱码。