java 网络传输编码_Java编码及网络传输中的编码问题

近来试着FTP搜索，遇到编码问题，研究了下。

Java内部的String为Unicode编码，每个字符占两个字节。

Java编解码方法如下：

String str ="hi好啊me";

byte[] gbkBytes=str.getBytes("GBK");//将String的Unicode编码转为GBK编码，输出到字节中

String string=newString(gbkBytes,"GBK");//gbkBytes中的字节流以GBK方案解码成Unicode形式的Java字符串

1、表单数据的编码

现在的问题是，在网络中，不知道客户端发过来的字节流的编码方案(发送前浏览器会对数据编码！！！各个浏览器还不一样！！！)

解决方案如下：

当然URLEncoder.encode(str, "utf-8")和URLDecoder.decode(strReceive,"utf-8")方法中的编码方案要一致。

2、网址的编码

但以上方法只适合表单数据的提交；对于URL则不行！！！原因是URLEncoder把'/'也编码了，浏览器发送时报错！！！那么，只要http://IP/子目录把http://IP/这部分原封不动(当然这部分不要有中文)，之后的数据以'/'分割后分段编码即可。

代码如下：

/**

* 对{@link URLEncoder#encode(String, String)}的封装，但不编码'/'字符，对其他字符分段编码

*

* @param str

*            要编码的URL

* @param encoding

*            编码格式

* @return 字符串以字符'/'隔开，对每一段单独编码以encoding编码格式编码

* @version: 2012_01_10

*           

*           注意：未考虑':'，如直接对http://编解码，会产生错误！！！请在使用前将其分离出来,可以使用

*           {@link #encodeURLAfterHost(String, String)}方法解决此问题

*           

*           注意：对字符/一起编码，导致URL请求异常！！

*/

public staticString encodeURL(String str, String encoding) {

final charsplitter ='/';

try{

StringBuilder sb =newStringBuilder(2* str.length());

intstart =0;

for(inti =0; i 

if(str.charAt(i) == splitter) {

sb.append(URLEncoder.encode(str.substring(start, i),

encoding));

sb.append(splitter);

start = i +1;

}

}

if(start 

sb.append(URLEncoder.encode(str.substring(start), encoding));

returnsb.toString();

}catch(UnsupportedEncodingException e) {

e.printStackTrace();

}

return null;

}

/**

* 对IP地址后的URL通过'/'分割后进行分段编码.

* 

* 对{@link URLEncoder#encode(String, String)}

* 的封装，但不编码'/'字符，也不编码网站部分(如ftp://a.b.c.d/部分，检测方法为对三个'/'字符的检测，且要求前两个连续)，

* 对其他字符分段编码

*

* @param str

*            要编码的URL

* @param encoding

*            编码格式

* @return IP地址后字符串以字符'/'隔开，对每一段单独编码以encoding编码格式编码,其他部分不变

* @version: 2012_01_10

*           

*           注意：对字符/一起编码，导致URL请求异常！！

*/

public staticString encodeURLAfterHost(String str, String encoding) {

final charsplitter ='/';

intindex = str.indexOf(splitter);//第一个'/'的位置

index++;//移到下一位置！！

if(index 

index++;//从下一个开始

index = str.indexOf(splitter, index);//第三个'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的最后一个'/'

if(index >0) {

returnstr.substring(0, index +1)

+ encodeURL(str.substring(index +1), encoding);//如ftp://anonymous:tmp@g.cn:219.223.168.20/天空

}else

returnstr;//如ftp://anonymous:tmp@g.cn:219.223.168.20

}

returnencodeURL(str, encoding);

}

/**

* 对IP地址后的URL通过'/'分割后进行分段编码.

* 此方法与{@link #decodeURLAfterHost(String, String)}配对使用

* @param str

*            要解码的URL

* @param encoding

*            str的编码格式

* @return IP地址后字符串以字符'/'隔开，对每一段单独解码以encoding编码格式解码,其他部分不变

* @version: 2012_01_10

*

*           

*           注意：对字符/一起解码，将导致URL请求异常！！

*/

public staticString decodeURLAfterHost(String str, String encoding) {

final charsplitter ='/';

intindex = str.indexOf(splitter);//第一个'/'的位置

index++;//移到下一位置！！

if(index 

index++;//从下一个开始

index = str.indexOf(splitter, index);//第三个'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的最后一个'/'

if(index >0) {

returnstr.substring(0, index +1)

+ decodeURL(str.substring(index +1), encoding);//如ftp://anonymous:tmp@g.cn:219.223.168.20/天空

}else

returnstr;//如ftp://anonymous:tmp@g.cn:219.223.168.20

}

returndecodeURL(str, encoding);

}

/**

* 此方法与{@link #encodeURL(String, String)}配对使用

* 

* 对{@link URLDecoder#decode(String, String)}的封装，但不解码'/'字符，对其他字符分段解码

*

* @param str

*            要解码的URL

* @param encoding

*            str的编码格式

* @return 字符串以字符'/'隔开，对每一段单独编码以encoding编码格式解码

* @version: 2012_01_10

*

*           

*           注意：对字符/一起编码，导致URL请求异常！！

*/

public staticString decodeURL(String str, String encoding) {

final charsplitter ='/';

try{

StringBuilder sb =newStringBuilder(str.length());

intstart =0;

for(inti =0; i 

if(str.charAt(i) == splitter) {

sb.append(URLDecoder.decode(str.substring(start, i),

encoding));

sb.append(splitter);

start = i +1;

}

}

if(start 

sb.append(URLDecoder.decode(str.substring(start), encoding));

returnsb.toString();

}catch(UnsupportedEncodingException e) {

e.printStackTrace();

}

return null;

}

3、乱码了还能恢复？

问题如下：

貌似图中的utf-8改成iso8859-1是可以的，utf-8在字符串中有中文时不行(但英文部分仍可正确解析)！！！毕竟GBK的字节流对于utf-8可能是无效的，碰到无效的字符怎么解析，是否可逆那可不好说啊。

测试代码如下：

packagetests;

importjava.io.UnsupportedEncodingException;

importjava.net.URLEncoder;

/**

* @author LC

* @version: 2012_01_12

*/

public classTestEncoding {

staticString utf8 ="utf-8";

staticString iso ="iso-8859-1";

staticString gbk ="GBK";

public static voidmain(String[] args)throwsUnsupportedEncodingException {

String str ="hi好啊me";

//      System.out.println("?的十六进制为：3F");

//      System.err

//              .println("出现中文时，如果编码方案不支持中文，每个字符都会被替换为？的对应编码！(如在iso-8859-1中)");

System.out.println("原始字符串：\t\t\t\t\t\t"+ str);

String utf8_encoded = URLEncoder.encode(str,"utf-8");

System.out.println("用URLEncoder.encode()方法,并用UTF-8编码后:\t\t"+ utf8_encoded);

String gbk_encoded = URLEncoder.encode(str,"GBK");

System.out.println("用URLEncoder.encode()方法,并用GBK编码后：\t\t"+ gbk_encoded);

testEncoding(str, utf8, gbk);

testEncoding(str, gbk, utf8);

testEncoding(str, gbk, iso);

printBytesInDifferentEncoding(str);

printBytesInDifferentEncoding(utf8_encoded);

printBytesInDifferentEncoding(gbk_encoded);

}

/**

* 测试用错误的编码方案解码后再编码，是否对原始数据有影响

*

* @param str

*            输入字符串，Java的String类型即可

* @param encodingTrue

*            编码方案1，用于模拟原始数据的编码

* @param encondingMidian

*            编码方案2，用于模拟中间的编码方案

* @throws UnsupportedEncodingException

*/

public static voidtestEncoding(String str, String encodingTrue,

String encondingMidian)throwsUnsupportedEncodingException {

System.out.println();

System.out

.printf("%s编码的字节数据->用%s解码并转为Unicode编码的JavaString->用%s解码变为字节流->读入Java(用%s解码)后变为Java的String\n",

encodingTrue, encondingMidian, encondingMidian,

encodingTrue);

System.out.println("原始字符串：\t\t"+ str);

byte[] trueEncodingBytes = str.getBytes(encodingTrue);

System.out.println("原始字节流：\t\t"+ bytesToHexString(trueEncodingBytes)

+"\t\t//即用"+ encodingTrue +"编码后的字节流");

String encodeUseMedianEncoding =newString(trueEncodingBytes,

encondingMidian);

System.out.println("中间字符串：\t\t"+ encodeUseMedianEncoding +"\t\t//即用"

+ encondingMidian +"解码原始字节流后的字符串");

byte[] midianBytes = encodeUseMedianEncoding.getBytes("Unicode");

System.out.println("中间字节流：\t\t"+ bytesToHexString(midianBytes)

+"\t\t//即中间字符串对应的Unicode字节流(和Java内存数据一致)");

byte[] redecodedBytes = encodeUseMedianEncoding

.getBytes(encondingMidian);

System.out.println("解码字节流：\t\t"+ bytesToHexString(redecodedBytes)

+"\t\t//即用"+ encodingTrue +"解码中间字符串(流)后的字符串");

String restored =newString(redecodedBytes, encodingTrue);

System.out.println("解码字符串：\t\t"+ restored +"\t\t和原始数据相同？  "

+ restored.endsWith(str));

}

/**

* 将字符串分别编码为GBK、UTF-8、iso-8859-1的字节流并输出

*

* @param str

* @throws UnsupportedEncodingException

*/

public static voidprintBytesInDifferentEncoding(String str)

throwsUnsupportedEncodingException {

System.out.println("");

System.out.println("原始String:\t\t"+ str +"\t\t长度为："+ str.length());

String unicodeBytes = bytesToHexString(str.getBytes("unicode"));

System.out.println("Unicode bytes:\t\t"+ unicodeBytes);

String gbkBytes = bytesToHexString(str.getBytes("GBK"));

System.out.println("GBK bytes:\t\t"+ gbkBytes);

String utf8Bytes = bytesToHexString(str.getBytes("utf-8"));

System.out.println("UTF-8 bytes:\t\t"+ utf8Bytes);

String iso8859Bytes = bytesToHexString(str.getBytes("iso-8859-1"));

System.out.println("iso8859-1 bytes:\t"+ iso8859Bytes +"\t\t长度为："

+ iso8859Bytes.length() /3);

System.out.println("可见Unicode在之前加了两个字节FE FF，之后则每个字符两字节");

}

/**

* 将该数组转的每个byte转为两位的16进制字符，中间用空格隔开

*

* @param bytes

*            要转换的byte序列

* @return 转换后的字符串

*/

public static finalString bytesToHexString(byte[] bytes) {

StringBuilder sb =newStringBuilder(bytes.length *2);

for(inti =0; i 

String hex = Integer.toHexString(bytes[i] &0xff);// &0xff是byte小于0时会高位补1，要改回0

if(hex.length() ==1)

sb.append('0');

sb.append(hex);

sb.append(" ");

}

returnsb.toString().toUpperCase();

}

}