java 与 iso-8859-1 编码

今天又研究了一下字符编码。写了些测试代码，算是比较了解了。

主要是研究 iso-8859-1
建议先看这篇：《第二篇：JAVA字符编码系列二：Unicode,ISO-8859-1,GBK,UTF-8编码及...》
http://my.oschina.net/whp/blog/36846

然后再看看 iso-8859-1 的定义。
http://baike.baidu.com/view/2613676.htm


这一句话非常关键：
因为ISO-8859-1编码范围使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是个很重要的特性，MySQL数据库默认编码是Latin1就是利用了这个特性。

在工作中，从 web 提交的数据，到了 web 容器后，变成了 iso-8859-1 的字符串。
可以认为，被执行了如下代码：
byte[] buf_gbk = s.getBytes("gbk");
String sIso88591 = new String(buf_gbk, "iso-8859-1");

所以，我们获取数据时需要执行：
byte[] buf_iso88591 = sIso88591.getBytes("iso-8859-1");
String sGbk = new String(buf_iso88591, "gbk");

将编码转回 gbk。

看完这两篇后，写了段测试代码：

package com.fsti.enc;

public class EncUtil {
	
	public static String getHex(byte b)
	{
		String hex = Integer.toHexString(b & 0xff);
		if(hex.length()==1)
		{
			hex = "0" + hex;
		}
		return hex;
	}

	public static void showBytes(byte[] buffer)
	{
		for(int i=0; i<buffer.length; i++)
		{
			System.out.print( getHex(buffer[i]) + " ");
		}
		System.out.println();

	}

	public static void showChar(String s)
	{
		for(int i=0; i<s.length(); i++)
		{
			System.out.print( getHex((byte)(s.charAt(i))) + " ");
		}
		System.out.println();

	}

}

package com.fsti.enc;


/**
 * http://baike.baidu.com/view/2613676.htm
 * @author zch
 * @date Apr 20, 2012
 *
 */
public class Test_Iso8859_1 extends EncUtil{
	public static String s = 
		"http://baike.baidu.com/view/2613676.htm\r\n" +
		"　　ISO-8859-1编码是单字节编码，向下兼容ASCII，其编码范围是0x00-0xFF，" +
		"0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号。" +
		"ISO-8859-1收录的字符除ASCII收录的字符外，还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语" +
		"对应的文字符号。欧元符号出现的比较晚，没有被收录在ISO-8859-1当中。\r\n" +
		"　　因为ISO-8859-1编码范围使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何" +
		"编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是" +
		"个很重要的特性，MySQL数据库默认编码是Latin1就是利用了这个特性。ASCII编码是一个7位的容器，" +
		"ISO-8859-1编码是一个8位的容器。\r\n" +
		"　　Latin1是ISO-8859-1的别名，有些环境下写作Latin-1。";

	public static void testChar(char c) throws Exception
	{
		//char c = '中';
		System.out.println( c );
		System.out.println( (int)c );
		System.out.println( Integer.toHexString(c) );
		if(c>255)
		{
			byte low = (byte)(c / 256);
			byte hight = (byte)(c % 256);
			System.out.println( getHex(low) );
			System.out.println( getHex(hight) );
		}
	}
	
	public static void testString() throws Exception
	{
		for(int i=0; i<s.length(); i++)
		{
			testChar(s.charAt(i));
		}
	}
	

	public static void testString_02() throws Exception
	{
		
		StringBuffer sb = new StringBuffer();
		for(int i=0; i<s.length(); i++)
		{
			char c = s.charAt(i);
			if(c>255)
			{
				char hight = (char)(c / 256);
				char low = (char)(c % 256);
				sb.append(hight);
				sb.append(low);
			}
			else
			{
				sb.append(c);
			}
		}
		String sIso88591 = sb.toString();
		System.out.println(sIso88591);
		
		byte[] buf = sIso88591.getBytes("iso-8859-1");
		showBytes(buf);
		String sUtf_8 = new String(buf, "gbk");
		System.out.println(sUtf_8);
	}
	
	public static void testString_03() throws Exception
	{
		System.out.println("s:" + s);
		
		byte[] buf_gbk = s.getBytes("gbk");
		System.out.println("buf_gbk:");
		showBytes(buf_gbk);
		
		StringBuffer sb = new StringBuffer();
		for(int i=0; i<buf_gbk.length; i++)
		{
			char c = (char)buf_gbk[i];
			sb.append( c );
			System.out.println(c + ":" + getHex((byte)c));
		}
		
		String sIso88591 = sb.toString();
		System.out.println("sIso88591:");
		System.out.println(sIso88591);
		System.out.println("showChar(sIso88591):");
		showChar(sIso88591);
		
		byte[] buf_iso88591 = sIso88591.getBytes("iso-8859-1");
		System.out.println("buf_iso88591:");
		showBytes(buf_iso88591);
		String sUtf_8 = new String(buf_iso88591, "gbk");
		System.out.println(sUtf_8);

	}
	
	public static void testString_04() throws Exception
	{
		System.out.println("s:" + s);
		
		byte[] buf_gbk = s.getBytes("gbk");
		System.out.println("buf_gbk:");
		showBytes(buf_gbk);
		
		String sIso88591 = new String(buf_gbk, "iso-8859-1");
		
		System.out.println("sIso88591:");
		System.out.println(sIso88591);
		System.out.println("showChar(sIso88591):");
		showChar(sIso88591);
		
		byte[] buf_iso88591 = sIso88591.getBytes("iso-8859-1");
		System.out.println("buf_iso88591:");
		showBytes(buf_iso88591);
		String sGbk = new String(buf_iso88591, "gbk");
		System.out.println(sGbk);

	}
	
	/**
	 * @param args
	 */
	public static void main(String[] args) throws Exception{
		//testString();
		//testString_02();
		testString_04();
	}

}

参考资料：
http://my.oschina.net/whp/blog/36846
http://baike.baidu.com/view/2613676.htm