GB2312转换Unicode

之前的文章介绍了在j2me环境下GB2312转换为UTF-8的方法。
后来继续对编码及char类型进行学习，发现一些有趣的问题。
首先java环境下的char类型变量，实际上就是以unicode方式存储的。
所以以下方法有效：

输入unicode编码的byte数组，即可两两拼接成一个char。
而String类型实际上就是在char数组的基础上衍生出来的。大家可以参考cldc的源代码。

<!---->public static String read_Uni(byte[] word_unicode) {
        StringBuffer stringbuffer = new StringBuffer("");
        for (int j = 0; j < word_unicode.length;) {
            int l = word_unicode[j++];
            int h = word_unicode[j++];
            char c = (char) ((l & 0xff) | ((h << 8) & 0xff00));
            stringbuffer.append(c);
        }
        return stringbuffer.toString();
    }

j2me环境下也是如此。
所以在第一次给出的转换类中，提供的gb2312到utf-8直接转换的快速方法。现在看来是画蛇添足了。

根据以上经验，更新转换类如下：

<!---->public class HGB2312 {
 
        private byte[] map = new byte[15228];
 
        public HGB2312() throws Exception {
            InputStream is = getClass().getResourceAsStream("/gb2u.dat");
            is.read(map);
            is.close();
        }
 
        public String gb2utf8(byte[] gb) {
            StringBuffer sb = new StringBuffer();
            int c, h, l, ind;
            for (int i = 0; i < gb.length;) {
                if (gb[i] >= 0) {
                    sb.append((char) gb[i++]);
                } else {
                    h = 256 + gb[i++];
                    l = 256 + gb[i++];
                    h = h - 0xA0 - 1;
                    l = l - 0xA0 - 1;
                    if (h < 9) {
                        ind = (h * 94 + l) << 1;
                        c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1]));
                        sb.append((char) c);
                    } else if (h >= 9 && h <= 14) {
                        sb.append((char) 0);
                    } else if (h > 14) {
                        h -= 6;
                        ind = (h * 94 + l) << 1;
                        c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1]));
                        sb.append((char) c);
 
                    } else {
                        sb.append((char) 0);
                    }
                }
            }
            return sb.toString();
        }
 
        private int byte2Int(byte b) {
            if (b < 0) {
                return 256 + b;
            } else {
                return b;
            }
        }
    }

这个方法明显要比第一次快很多了，直接查表，然后拼接成String，不需要转换成utf-8编码。

数据文件请在http://download.csdn.net/source/263609获取

总之，java中的char类型实际上是存储了unicode编码。目前在nokia 5300上测试通过。
我觉得其它机器也应该是这样。如果哪位大侠知道这方面的资料，请赐教。