java字符串应用之字符串编码转换 java字符串应用之字符串编码转换
无论是对程序的本地化还是国际化，都会涉及到字符编码的转换的问题。尤其在web应用中常常需要处理中文字符，这时就需要进行字符串的编码转换，将字符串编码转换为GBK或者GB2312。
一、关键技术点：
1、当前流行的字符编码格式有：US-ASCII、ISO-8859-1、UTF-8、UTF-16BE、UTF-16LE、UTF-16、GBK、GB2312等，其中GBK、GB2312是专门处理中文编码的。
2、String的getBytes方法用于按指定编码获取字符串的字节数组，参数指定了解码格式，如果没有指定解码格式，则按系统默认编码格式。
3、String的“String(bytes[] bs, String charset)”构造方法用于把字节数组按指定的格式组合成一个字符串对象
二、实例演示：
package book.String;
import java.io.UnsupportedEncodingException;
/**
* 转换字符串的编码
* @author joe
*
*/
public class ChangeCharset {
/** 7位ASCII字符，也叫作ISO646-US、Unicode字符集的基本拉丁块 */
public static final String US_ASCII = "US-ASCII";
/** ISO拉丁字母表 No.1，也叫做ISO-LATIN-1 */
public static final String ISO_8859_1 = "ISO-8859-1";
/** 8 位 UCS 转换格式 */
public static final String UTF_8 = "UTF-8";
/** 16 位 UCS 转换格式，Big Endian(最低地址存放高位字节）字节顺序 */
public static final String UTF_16BE = "UTF-16BE";
/** 16 位 UCS 转换格式，Litter Endian（最高地址存放地位字节）字节顺序 */
public static final String UTF_16LE = "UTF-16LE";
/** 16 位 UCS 转换格式，字节顺序由可选的字节顺序标记来标识 */
public static final String UTF_16 = "UTF-16";
/** 中文超大字符集 **/
public static final String GBK = "GBK";
public static final String GB2312 = "GB2312";
/** 将字符编码转换成US-ASCII码 */
public String toASCII(String str) throws UnsupportedEncodingException {
return this.changeCharset(str, US_ASCII);
}
/** 将字符编码转换成ISO-8859-1 */
public String toISO_8859_1(String str) throws UnsupportedEncodingException {
return this.changeCharset(str, ISO_8859_1);
}
/** 将字符编码转换成UTF-8 */
public String toUTF_8(String str) throws UnsupportedEncodingException {
return this.changeCharset(str, UTF_8);
}
/** 将字符编码转换成UTF-16BE */
public String toUTF_16BE(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, UTF_16BE);
}
/** 将字符编码转换成UTF-16LE */
public String toUTF_16LE(String str) throws UnsupportedEncodingException {
return this.changeCharset(str, UTF_16LE);
}
/** 将字符编码转换成UTF-16 */
public String toUTF_16(String str) throws UnsupportedEncodingException {
return this.changeCharset(str, UTF_16);
}
/** 将字符编码转换成GBK */
public String toGBK(String str) throws UnsupportedEncodingException {
return this.changeCharset(str, GBK);
}
/** 将字符编码转换成GB2312 */
public String toGB2312(String str) throws UnsupportedEncodingException {
return this.changeCharset(str,GB2312);
}
/**
* 字符串编码转换的实现方法
* @param str 待转换的字符串
* @param newCharset 目标编码
*/
public String changeCharset(String str, String newCharset) throws UnsupportedEncodingException {
if(str != null) {
//用默认字符编码解码字符串。与系统相关，中文windows默认为GB2312
byte[] bs = str.getBytes();
return new String(bs, newCharset); //用新的字符编码生成字符串
}
return null;
}
/**
* 字符串编码转换的实现方法
* @param str 待转换的字符串
* @param oldCharset 源字符集
* @param newCharset 目标字符集
*/
public String changeCharset(String str, String oldCharset, String newCharset) throws UnsupportedEncodingException {
if(str != null) {
//用源字符编码解码字符串
byte[] bs = str.getBytes(oldCharset);
return new String(bs, newCharset);
}
return null;
}
public static void main(String[] args) throws UnsupportedEncodingException {
ChangeCharset test = new ChangeCharset();
String str = "This is a 中文的 String!";
System.out.println("str：" + str);
String gbk = test.toGBK(str);
System.out.println("转换成GBK码：" + gbk);
System.out.println();
String ascii = test.toASCII(str);
System.out.println("转换成US-ASCII：" + ascii);
System.out.println();
String iso88591 = test.toISO_8859_1(str);
System.out.println("转换成ISO-8859-1码：" + iso88591);
System.out.println();
gbk = test.changeCharset(iso88591, ISO_8859_1, GBK);
System.out.println("再把ISO-8859-1码的字符串转换成GBK码：" + gbk);
System.out.println();
String utf8 = test.toUTF_8(str);
System.out.println();
System.out.println("转换成UTF-8码：" + utf8);
String utf16be = test.toUTF_16BE(str);
System.out.println("转换成UTF-16BE码：" + utf16be);
gbk = test.changeCharset(utf16be, UTF_16BE, GBK);
System.out.println("再把UTF-16BE编码的字符转换成GBK码：" + gbk);
System.out.println();
String utf16le = test.toUTF_16LE(str);
System.out.println("转换成UTF-16LE码：" + utf16le);
gbk = test.changeCharset(utf16le, UTF_16LE, GBK);
System.out.println("再把UTF-16LE编码的字符串转换成GBK码：" + gbk);
System.out.println();
String utf16 = test.toUTF_16(str);
System.out.println("转换成UTF-16码：" + utf16);
String gb2312 = test.changeCharset(utf16, UTF_16, GB2312);
System.out.println("再把UTF-16编码的字符串转换成GB2312码：" + gb2312);
}
}
str：This is a 中文的 String!
转换成GBK码：This is a 中文的 String!
转换成US-ASCII：This is a ?????? String!
转换成ISO-8859-1码：This is a ?????? String!
再把ISO-8859-1码的字符串转换成GBK码：This is a 中文的 String!
转换成UTF-8码：This is a ????? String!
转换成UTF-16BE码：周楳?猠愠????瑲楮朡
再把UTF-16BE编码的字符转换成GBK码：This is a 中文的 String!
转换成UTF-16LE码：桔獩椠?????匠牴湩Ⅷ
再把UTF-16LE编码的字符串转换成GBK码：This is a 中文的 String!
转换成UTF-16码：周楳?猠愠????瑲楮朡
再把UTF-16编码的字符串转换成GB2312码：?This is a 中文的 String!
三、源码分析：
更改字符串编码的步骤为:
1、调用String的getByte方法对字符串进行解码，得到字符串的字节数组（字节数组不携带任何有关编码格式的信息，只有字符才有编码格式）
2、根据字节数组和新的字符编码构造一个新的String对象，得到的就是按照新的字符编码生成的字符串
【说明】
java中的String类是按照unicode进行编码的，当使用String(byte[] bytes, String encoding)构造字符串时，encoding所指的是bytes中的数据是按照那种方式编码的，而不是最后产生的String是什么编码方式，换句话说，是让系统把bytes中的数据由encoding编码方式转换成unicode编码。如果不指明，bytes的编码方式将由jdk根据操作系统决定。
当我们从文件中读数据时，最好使用InputStream方式，然后采用String(byte[] bytes, String encoding)指明文件的编码方式。不要使用Reader方式，因为Reader方式会自动根据jdk指明的编码方式把文件内容转换成unicode编码。
当我们从数据库中读文本数据时，采用ResultSet.getBytes()方法取得字节数组，同样采用带编码方式的字符串构造方法即可。
ResultSet rs;
bytep[] bytes = rs.getBytes();
String str = new String(bytes, "gb2312");
不要采取下面的步骤。
ResultSet rs;
String str = rs.getString();
str = new String(str.getBytes("iso8859-1"), "gb2312");
这种编码转换方式效率底。之所以这么做的原因是，ResultSet在getString()方法执行时，默认数据库里的数据编码方式为iso8859-1。系统会把数据依照iso8859-1的编码方式转换成unicode。使用str.getBytes("iso8859-1")把数据还原，然后利用new String(bytes, "gb2312")把数据从gb2312转换成unicode，中间多了好多步骤。
从HttpRequest中读参数时，利用reqeust.setCharacterEncoding()方法设置编码方式，读出的内容就是正确的了。
顺便说句，如果你直接在浏览器中的地址栏输入这个的话，浏览器都会使用ISO-8859-1来编码你的URL，然后才提交到服务器，这也是为啥一般服务器端都需要首先进行编码转换。
乱码问题
（转载）
分享到：
相关推荐
根据提供的文件信息，本文将详细解释Java中字符串的不同编码转换方法及原理，并深入探讨每种编码格式的特点。 ### Java字符串的编码转换 在Java中，处理不同字符集之间的字符串转换是一项常见任务。尤其是在处理...
本文介绍了Java字符串编码转换的基础知识，并结合Web环境中的具体应用场景进行了详细的说明。在处理不同编码格式的数据时，正确地使用编码转换方法对于确保数据的一致性和准确性非常重要。开发者应当熟悉各种编码...
以下是对"JAVA 字符串应用笔记"中可能涉及的一些核心知识点的详细阐述： 1. **字符串对象创建**： Java中有两种创建字符串的方式：`new String()`构造器和字面量`"..."`。字面量方式会创建一个常量字符串，存储在...
本文将详细讲解如何使用LabVIEW实现十六进制字符串到普通字符串（通常指的是ASCII编码的字符字符串）的转换过程，并探讨相关的编程概念和技术。 首先，我们需要了解LabVIEW的数据类型。在LabVIEW中，字符串是由字符...
本文将深入探讨标题和描述中提到的“一个判断字符串编码类型的类”，主要关注其在C#中的实现，并如何能应用于C++。 首先，我们要理解字符编码的基本概念。字符编码是将字符与数字（通常为二进制）进行映射的过程，...
总之，"二维码扫描枪编码字符串转化"涉及了二维码的生成和解析、字符编码转换以及设备与软件的交互等多个方面的技术，是一个实用且具有挑战性的IT应用。通过这一技术，我们可以轻松地将大量的数据以直观的方式呈现，...
### 常用字符串处理函数：求子字符串、字符串分割与编码转换 在现代编程语言如JavaScript中，字符串处理是日常开发中极为常见的任务之一。本文将深入探讨几个常用的字符串处理函数，包括如何求取子字符串、进行字符...
在C#中，我们可以使用`System.Convert`类的`ToBase64String`方法将普通字符串（UTF-8编码的字节数组）转换为Base64字符串。首先，我们需要将字符串转换为字节数组，然后进行编码。 ```csharp string plainText = ...
在处理字符串时，我们可能需要进行各种操作，比如编码转换、格式调整、加密解密等。字符串转换工具能够帮助我们便捷地完成这些任务，提升工作效率。 在服务器架设过程中，字符串转换工具的主要作用包括： 1. **...
在计算机科学中，字符编码是将字符转换成数字表示的过程，而ASCII（American Standard Code for ...通过学习不同编程语言中的相关函数和方法，你可以灵活地在ASCII和字符串之间进行转换，满足各种应用场景的需求。
要将字符串转换为十六进制串，我们需要对字符串中的每个字符进行编码，然后将编码结果转换成十六进制字符串。C#提供了`BitConverter`类和`ToString`方法来完成这个任务： ```csharp public static string StringTo...
在这个背景下，“CVI串口字符串16进制转换”涉及的是如何在CVI中处理串口接收到的字符串数据，并将其转化为16进制格式，以便进一步分析或存储。 首先，我们需要理解字符串和16进制之间的关系。字符串是由字符组成的...
上述代码会遍历Java支持的所有字符集，并尝试将字符串编码和解码，如果编码和解码后的内容一致，那么这个编码就可能是字符串的原始编码。然而，这种方法并不总是准确，因为可能存在多个编码方式都能正确表示相同的...
1. **Base64编码**：接收一个UTF8编码的文本字符串，将其转换为Base64编码的字符串。这对于在需要传递文本数据的环境中，如HTTP请求、JSON数据或者通过邮件发送敏感信息时非常有用。 2. **Base64解码**：接收一个...
同时，确保正确处理字符串编码，因为C++的char*默认处理的是ANSI编码，而.NET字符串通常是Unicode（UTF-16）编码。最后，如果在多线程环境中操作，应确保对非托管资源的访问是线程安全的。 总结，非托管字符串和...
这通常涉及将字符串转化为特定的二进制格式，然后根据二维码的编码规则将其分配到二维码的各个模块中。这个过程通常由二维码生成库或工具完成，例如Python的qrcode库。使用这些工具，开发者可以方便地将任意字符串...
在进行国际化项目时，对字符串编码的理解和应用能力会直接影响到软件的用户体验和兼容性。 通过学习和实践，你可以更加深入地理解字符编码的原理，掌握不同编码间的转换技巧，这对于提升你的编程技能和解决实际问题...
ANSI字符串和Unicode字符串是两种常见的字符编码方式，它们各自有其特点和应用场景。本篇文章将详细探讨ANSI字符串与Unicode字符串的相互转换及其重要性。 首先，我们要理解ANSI字符串的概念。ANSI字符串实际上是一...
通过以上分析，我们不仅理解了将字符串转换为十六进制的基本原理，还深入探讨了具体的代码实现细节，这对于理解和应用此类功能具有重要的指导意义。在实际开发中，应根据具体需求灵活调整算法，以满足不同的性能和...