支持国际化转码

 

 

 

jar cvf fileName1 fileName2,fileName3....

 

该命令将文件进行压缩打包，fileName1 是压缩打包后的文件名，fileName2,fileName3.....是需要打包起来文件名，可以多个文件打包到一起

 

native2ascii

 

native2ascii.exe 是 Java 的一个文件转码工具，是将特殊各异的内容 转为 用指定的编码标准文体形式统一的表现出来，它通常位于 JDK_home\bin 目录下，安装好 Java SE 后，可在命令行直接使用 native2ascii 命令进行转码，示例：

 

native2ascii -encoding 8859_1 c:\test.txt c:\temp.txt

将 test.txt 文件内容用 8859_1 转码，另存为 temp.txt 文件

格式：native2ascii -[options] [inputfile [outputfile]]

 

参数选项 options 

-reverse：将 Latin-1 或 Unicode 编码转为本地编码

-encoding encoding_name：指定转换时使用的编码

inputfile：要转换的文件

outputfile：转换后的文件

 

互转（-encoding，非英文内容（如中文）转为编码符 或 编码符之间的转换），

逆转（-reverse，通常是将编码符转为非英文内容，或非英文内容之间的转换），

逆转时被转的文件编码和本地编码需一致，示例：

 

中文转为 ISO 8859_1 编码后，将 8859_1 码转为中文：

native2ascii -encoding 8859_1 c:\a.txt c:\b.txt，将 a 用 8859_1 转码，存为 b (8859_1 码)

native2ascii -encoding GBK c:\b.txt c:\c.txt，将 b 用 GBK 转码，存为 c (GBK 码)

native2ascii -reverse c:\c.txt c:\d.txt，将 GBK 编码 c 用本地编码转码，存为 d (中文内容)

 

中文转为 GBK 编码后，将 GBK 码转为中文：

native2ascii -encoding GBK c:\a.txt c:\b.txt，将 a 用 GBK 转码，存为 b (GBK 码)

native2ascii -reverse c:\b.txt c:\c.txt，将 GBK 编码 b 用本地编码转码，存为 c (中文内容)

 

例如struts和struts2中的国际化utf-8的转换方式：

native2ascii -encoding UTF-8 ApplicationResources_zh_src.properties ApplicationResources_zh.properties

 

注：可在eclipse中创建一个properties文件、直接在properties下直接键入中文字符、再切换到source下即可看见转换后的字符。

 

常见编码列表：
8859_1             ISO 8859-1
8859_2             ISO 8859-2
8859_3             ISO 8859-3
8859_4             ISO 8859-4
8859_5             ISO 8859-5
8859_6             ISO 8859-6
8859_7             ISO 8859-7
8859_8             ISO 8859-8
8859_9             ISO 8859-9
Big5               Big5 码，繁体中文
CNS11643           CNS 11643，繁体中文
Cp037              美国、加拿大（两种语言，法语）、荷兰、葡萄牙、巴西、澳大利亚
Cp1006             IBM AIX 巴基斯坦（乌尔都语）
Cp1025             IBM 多语种西里尔语：保加利亚、波斯尼亚 、黑塞哥维那、马其顿 (FYR)
Cp1026             IBM Latin-5，土耳其
Cp1046             IBM Open Edition US EBCDIC
Cp1097             IBM 伊朗（波斯语）/波斯
Cp1098             IBM 伊朗（波斯语）/波斯 (PC)
Cp1112             IBM 拉脱维亚，立陶宛
Cp1122             IBM 爱沙尼亚
Cp1123             IBM 乌克兰
Cp1124             IBM AIX 乌克兰
Cp1125             IBM 乌克兰 (PC)
Cp1250             Windows 东欧
Cp1251             Windows 斯拉夫语
Cp1252             Windows Latin-1
Cp1253             Windows 希腊
Cp1254             Windows 土耳其
Cp1255             Windows 希伯莱
Cp1256             Windows 阿拉伯
Cp1257             Windows 波罗的语
Cp1258             Windows 越南语
Cp1381             IBM OS/2, DOS 中华人民共和国 (PRC)
Cp1383             IBM AIX 中华人民共和国 (PRC)
Cp273              IBM 奥地利、德国
Cp277              IBM 丹麦、挪威
Cp278              IBM 芬兰、瑞典
Cp280              IBM 意大利
Cp284              IBM 加泰罗尼亚语/西班牙、拉丁美洲西班牙语
Cp285              IBM 英国、爱尔兰
Cp297              IBM 法国
Cp33722            IBM-eucJP - 日语 (5050 的超集)
Cp420              IBM 阿拉伯
Cp424              IBM 希伯莱
Cp437              MS-DOS 美国、澳大利亚、新西兰、南非
Cp500              EBCDIC 500V1
Cp737              PC 希腊
Cp775              PC 波罗的语
Cp838              IBM 泰国扩展 SBCS
Cp850              MS-DOS Latin-1
Cp852              MS-DOS Latin-2
Cp855              IBM 斯拉夫语
Cp857              IBM 土耳其语
Cp860              MS-DOS 葡萄牙语
Cp861              MS-DOS 冰岛语
Cp862              PC 希伯莱
Cp863              MS-DOS 加拿大法语
Cp864              PC 阿拉伯语
Cp865              MS-DOS 日尔曼语
Cp866              MS-DOS 俄语
Cp868              MS-DOS 巴基斯坦语
Cp869              IBM 现代希腊语
Cp870              IBM 多语种 Latin-2
Cp871              IBM 冰岛语
Cp874              IBM 泰国语
Cp875              IBM 希腊语
Cp918              IBM 巴基斯坦（乌尔都语）
Cp921              IBM 拉脱维亚、立陶宛(AIX, DOS)
Cp922              IBM 爱沙尼亚 (AIX, DOS)
Cp930              与 4370 UDC 混合的日语，5026 的超集
Cp933              与 1880 UDC 混合的韩文，5029 的超集
Cp935              与 1880 UDC 混合的简体中文主机，5031 的超集
Cp937              与 6204 UDC 混合的繁体中文，5033 的超集
Cp939              与 4370 UDC 混合的日语拉丁字母，5035 的超集
Cp942              日语 (OS/2)，932 的超集
Cp948              OS/2 中文（台湾），938 超集
Cp949              PC 韩文
Cp950              PC 中文（香港、台湾）
Cp964              AIX 中文（台湾）
Cp970              AIX 韩文
EUCJIS             JIS, EUC 编码、日语
GB2312             GB2312, EUC 编码、简体中文
GBK                GBK, 简体中文
ISO2022CN          ISO 2022 CN, 中文
ISO2022CN_CNS      ISO-2022-CN 形式的 CNS 11643，繁体中文
ISO2022CN_GB       ISO-2022-CN 形式的 GB 2312，简体中文
ISO2022KR          ISO 2022 KR, 韩文
JIS                JIS, 日语
JIS0208            JIS 0208, 日语
KOI8_R             KOI8-R, 俄语
KSC5601            KS C 5601, 韩文
MS874              Windows 泰国语
MacArabic          Macintosh 阿拉伯语
MacCentralEurope Macintosh Latin-2
MacCroatian        Macintosh 克罗地亚语
MacCyrillic        Macintosh 斯拉夫语
MacDingbat         Macintosh Dingbat
MacGreek           Macintosh 希腊语
MacHebrew          Macintosh 希伯莱语
MacIceland         Macintosh 冰岛语
MacRoman           Macintosh 罗马语
MacRomania         Macintosh 罗马尼亚语
MacSymbol          Macintosh 符号
MacThai            Macintosh 泰国语
MacTurkish         Macintosh 土耳其语
MacUkraine         Macintosh 乌克兰语
SJIS               Shift-JIS, 日语
UTF8               UTF-8

评论

2 楼 Vicent_Lee 2011-05-09  

native2ascii -encoding utf-8 c:\aa.properties c:\zh.txt
native2ascii -reverse -encoding utf-8 c:\utf8.txt>c:\zh.txt

1 楼 Vicent_Lee 2011-05-09  

背景：在做Java开发的时候，常常会出现一些乱码，或者无法正确识别或读取的文件，比如常见的validator验证用的消息资源（properties）文件就需要进行Unicode重新编码。原因是java默认的编码方式为Unicode，而我们的计算机系统编码常常是GBK等编码。需要将系统的编码转换为java正确识别的编码问题就解决了。

1、native2ascii简介：native2ascii是sun java sdk提供的一个工具。用来将别的文本类文件（比如*.txt,*.ini,*.properties,*.java等等）编码转为Unicode编码。为什么要进行转码，原因在于程序的国际化。Unicode编码的定义：Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算机工作能力的增强，Unicode也在面世以来的十多年里得到普及。（声明：Unicode编码定义来自互联网）。

2、获取native2ascii：安装了jdk后，假如你是在windows上安装，那么在jdk的安装目录下，会有一个bin目录，其中native2ascii.exe正是。

3、native2ascii的命令行的命名格式：
native2ascii -[options] [inputfile [outputfile]]

说明：
-[options]：表示命令开关，有两个选项可供选择
-reverse：将Unicode编码转为本地或者指定编码，不指定编码情况下，将转为本地编码。
-encoding encoding_name：转换为指定编码，encoding_name为编码名称。
[inputfile [outputfile]]
inputfile：表示输入文件全名。
outputfile：输出文件名。如果缺少此参数，将输出到控制台。
4、最佳实践：首先将JDK的bin目录加入系统变量path。在盘下建立一个test目录，在test目录里建立一个zh.txt文件，文件内容为：“熔岩”，打开“命令行提示符”，并进入C:\test目录下。下面就可以按照说明一步一步来操作，注意观察其中编码的变化。

A：将zh.txt转换为Unicode编码，输出文件到u.txt
native2ascii zh.txt u.txt
打开u.txt，内容为“\u7194\u5ca9”。
B：将zh.txt转换为Unicode编码，输出到控制台
C:\test>native2ascii zh.txt
\u7194\u5ca9
可以看到，控制台输出了“\u7194\u5ca9”。
C：将zh.txt转换为ISO8859-1编码，输出文件到i.txt
native2ascii -encoding ISO8859-1 zh.txt i.txt
打开i.txt文件，内容为“\u00c8\u00db\u00d1\u00d2”。
D：将u.txt转换为本地编码，输出到文件u_nv.txt
native2ascii -reverse u.txt u_nv.txt
打开u_nv.txt文件，内容为“熔岩”。
E：将u.txt转换为本地编码，输出到控制台
C:\test>native2ascii -reverse u.txt
熔岩
可以看到，控制台输出了“熔岩”。
F：将i.txt转换为本地编码，输出到i_nv.txt
native2ascii -reverse i.txt i_nv.txt
打开i_nv.txt文件，内容为“\u00c8\u00db\u00d1\u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。。

G：将i.txt转换为GBK编码，输出到i_gbk.txt
native2ascii -reverse -encoding GBK i.txt i_gbk.txt
打开i_gbk.txt文件，内容为“\u00c8\u00db\u00d1\u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。

H：将u_nv.txt转码到本地编码GBK，输出到控制台
C:\test>native2ascii -reverse -encoding ISO8859-1 i.txt
熔岩
从这个结果看，目标达到到了，编码i.txt为ISO8859-1，转为本地编码后内容为“熔岩”。从这里应该意识到，native2ascii -reverse命令中-encoding指定的编码为源文件的编码格式。而在native2ascii 命令中-encoding指定的编码为（生成的）目标文件的编码格式。这一点非常的重要！切记！！

继续探索，新建文件12a.txt，内容“12axyz”。看看纯字母数字的编码又如何。

I：将纯字母数字的文本文件12a.txt转换为Unicode编码
native2ascii 12a.txt 12a_nv.txt
打开12a_nv.txt文件，内容为“12axyz”。
继续测试，转为ISO8859-1编码看看
C:\test>native2ascii -encoding ISO8859-1 12a.txt
12axyz
结果还是没有转码。
从结果可以得出结论：对于纯数字和字母的文本类型件，转码前后的内容是一样的。

5、总结：native2ascii是一个非常的好转码工具，并且转码是可逆的！而其真正的含义并非本地编码——>转码为ASCII码，而是一个通用的文本文件编码转换工具。在做编码转换的时候有两类指定编码的情形，分别指输出文件编码和输入文件编码，具体可以看看最佳实践部分。
实际应用中：
比如可以这样利用native2ascii：
native2ascii -encoding gbk     temp.properties    application_zh_CN.properties
    这里将根据一个临时文件temp.properties输出了application_zh_CN.properties，然后把application_zh_CN.properties中的文件内容替换这个临时文件的内容就可以了。