使用 Java 将中文字符转换成 Unicode 编码

61party

浏览: 1106513 次
性别:
来自: 北京

最近访客更多访客>>

zhougb_java

u012363178

jianqiangliu

aaronuu

博主相关

博客

微博

相册

留言

关于我

文章分类

全部博客 (1880)

社区版块

存档分类

Java XML C C++C#

这两天操作XML使用到了Jdom，在创建XML文件并输出到硬盘的时候遇到一个中文编码的问题：Jdom默认输出的XML编码是UTF-8，但是文档中如果出现中文字符那么该中文字符就会变成乱码，造成XML文件无法被正确解析。

UTF -8应该是可以用来表示中文的吧？我不知道这是不是Jdom的一个BUG（Jdom 1.0，beta了10次的产物哦！）。我google了一下，大家解决这个问题的办法无非是把Jdom的输出字符集改为GBK或者GB2312，但是这样就会有一些副作用，如果在没有特定字符集（GBK或者GB2312）的操作系统上不是依然不能正确解析吗？一个比较好的解决办法是先把中文转换成 Unicode编码在直接输出，程序解析XML后的时候再把Unicode编码转回中文就没有问题了。

于是我查看了JDK的文档，截至Java 5好像都没有做类似转换的类可以直接使用，但是我发现一个类 java.util.Properties，它的源代码里有两个私有（private）方法 loadConvert (char[] in, int off, int len, char[] convtBuf) 和 saveConvert(String theString, boolean escapeSpace) 其实就是做特殊字符和Unicode编码字符间转换的，我把它们提取出来，单独包装到一个类里就可以使用了。

下面是我包装的类 CharacterSetToolkit.java，若你在项目中使用请不要改变package及author等作者信息。

*CharacterSetToolkit.java

*Createdon2007年5月17日,上午11:04

*Tochangethistemplate,chooseTools|TemplateManager

*andopenthetemplateintheeditor.

packagemobi.chenwei.wing.util;

/**

*进行字符操作的工具类。

*@authorChenWei

*@websitewww.chenwei.mobi

*@emailchenweionline@hotmail.com

publicclassCharacterSetToolkit{

/**CreatesanewinstanceofCharacterSetToolkit*/

publicCharacterSetToolkit(){

}

privatestaticfinalchar[]hexDigit={

'0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F'

};

privatestaticchartoHex(intnibble){

returnhexDigit[(nibble&0xF)];

}

/**

*将字符串编码成Unicode。

*@paramtheString待转换成Unicode编码的字符串。

*@paramescapeSpace是否忽略空格。

*@return返回转换后Unicode编码的字符串。

publicstaticStringtoUnicode(StringtheString,booleanescapeSpace){

intlen=theString.length();

intbufLen=len*2;

if(bufLen<0){

bufLen=Integer.MAX_VALUE;

}

StringBufferoutBuffer=newStringBuffer(bufLen);

for(intx=0;x<len;x++){

charaChar=theString.charAt(x);

//Handlecommoncasefirst,selectinglargestblockthat

//avoidsthespecialsbelow

if((aChar>61)&&(aChar<127)){

if(aChar=='\'){

outBuffer.append('\');outBuffer.append('\');

continue;

}

outBuffer.append(aChar);

continue;

}

switch(aChar){

case'':

if(x==0||escapeSpace)

outBuffer.append('\');

outBuffer.append('');

break;

case' ':outBuffer.append('\');outBuffer.append('t');

break;

case' ':outBuffer.append('\');outBuffer.append('n');

break;

case' ':outBuffer.append('\');outBuffer.append('r');

break;

case' ':outBuffer.append('\');outBuffer.append('f');

break;

case'='://Fallthrough

case':'://Fallthrough

case'#'://Fallthrough

case'!':

outBuffer.append('\');outBuffer.append(aChar);

break;

default:

if((aChar<0x0020)||(aChar>0x007e)){

outBuffer.append('\');

outBuffer.append('u');

outBuffer.append(toHex((aChar>>12)&0xF));

outBuffer.append(toHex((aChar>>8)&0xF));

outBuffer.append(toHex((aChar>>4)&0xF));

outBuffer.append(toHex(aChar&0xF));

}else{

outBuffer.append(aChar);

}

returnoutBuffer.toString();

}

/**

*从Unicode码转换成编码前的特殊字符串。

*@paraminUnicode编码的字符数组。

*@paramoff转换的起始偏移量。

*@paramlen转换的字符长度。

*@paramconvtBuf转换的缓存字符数组。

*@return完成转换，返回编码前的特殊字符串。

publicStringfromUnicode(char[]in,intoff,intlen,char[]convtBuf){

if(convtBuf.length<len){

intnewLen=len*2;

if(newLen<0){

newLen=Integer.MAX_VALUE;

}

convtBuf=newchar[newLen];

}

charaChar;

char[]out=convtBuf;

intoutLen=0;

intend=off+len;

while(off<end){

aChar=in[off++];

if(aChar=='\'){

aChar=in[off++];

if(aChar=='u'){

//Readthexxxx

intvalue=0;

for(inti=0;i<4;i++){

aChar=in[off++];

switch(aChar){

case'0':

case'1':

case'2':

case'3':

case'4':

case'5':

case'6':

case'7':

case'8':

case'9':

value=(value<<4)+aChar-'0';

break;

case'a':

case'b':

case'c':

case'd':

case'e':

case'f':

value=(value<<4)+10+aChar-'a';

break;

case'A':

case'B':

case'C':

case'D':

case'E':

case'F':

value=(value<<4)+10+aChar-'A';

break;

default:

thrownewIllegalArgumentException(

"Malformed\uxxxxencoding.");

}

out[outLen++]=(char)value;

}else{

if(aChar=='t'){

aChar=' ';

}elseif(aChar=='r'){

aChar=' ';

http://images.csdn.net/syntaxhighlighting/OutliningIndicators/ContractedSubBlock.gi

分享到：

八卦一下g9的八卦 | Java中的四舍五入

2007-05-17 11:25
浏览 872
评论(0)
查看更多

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论