GBK 转UTF-8

public String convertString(String gbk){

        String utf8 = "";

        try {

            utf8 = new String(gbk2utf8(gbk),"UTF-8");

        } catch (UnsupportedEncodingException e) {

            e.printStackTrace();

        }

        return utf8;

    }

 

    public byte[] gbk2utf8(String chenese) {

        char c[] = chenese.toCharArray();

        byte[] fullByte = new byte[3 * c.length];

        for (int i = 0; i < c.length; i++) {

            int m = (int) c[i];

            String word = Integer.toBinaryString(m);

 

            StringBuffer sb = new StringBuffer();

            int len = 16 - word.length();

            for (int j = 0; j < len; j++) {

                sb.append("0");

            }

            sb.append(word);

            sb.insert(0, "1110");

            sb.insert(8, "10");

            sb.insert(16, "10");

 

            String s1 = sb.substring(0, 8);

            String s2 = sb.substring(8, 16);

            String s3 = sb.substring(16);

 

            byte b0 = Integer.valueOf(s1, 2).byteValue();

            byte b1 = Integer.valueOf(s2, 2).byteValue();

            byte b2 = Integer.valueOf(s3, 2).byteValue();

            byte[] bf = new byte[3];

            bf[0] = b0;

            fullByte[i * 3] = bf[0];

            bf[1] = b1;

            fullByte[i * 3 + 1] = bf[1];

            bf[2] = b2;

            fullByte[i * 3 + 2] = bf[2];

 

        }

        return fullByte;

    }

顺手把那个大大的转换原理贴出来：
UTF-8 采用变长度字节来表示字符，理论上最多可以到 6 个字节长度(一个字符六个字节)。
UTF-8 编码兼容了 ASC II(0-127)， 也就是说 UTF-8 对于 ASC II 字符的编码是和 ASC II 一样的。
对于超过一个字节长度的字符，才用以下编码规范：
左边第一个字节1的个数表示这个字符编码字节的位数，
例如两位字节字符编码样式为为：110xxxxx 10xxxxxx；
三位字节字符的编码样式为：1110xxxx 10xxxxxx 10xxxxxx.；
以此类推，六位字节字符的编码样式为：1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx。
xxx 的值由字符编码的二进制表示的位填入。只用最短的那个足够表达一个字符编码的多字节串。
例如：
Unicode 字符： 00 A9（版权符号） = 1010 1001，
UTF-8 编码为：11000010 10101001 = 0x C2 0xA9;
字符 22 60 (不等于符号) = 0010 0010 0110 0000，
UTF-8 编码为：11100010 10001001 10100000 = 0xE2 0x89 0xA0 

UTF-8的编码原理和特性：

U+0000~U+007E 1 _ _ _ _ _ _ _ (7bits)

U+0080~U+07FF 1 1 0_ _ _ _ _ 1 0_ _ _ _ _ _ (11bits)

U+0800~U+FFFF 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ (16bits)