AS3 Socket 汉字乱码深入研究

正所谓眼见为实，耳听为虚，在编程开发时，听别人说的东西一定要自己进行验证。因为网络这个东西，跟风的东西太多，以讹传讹的事情比比皆是。

近来在做AS3与.net的socket通信工作，相继解决了通信协议解析和数据粘包等问题，终于要跟汉字编码这个问题一争高下了。在经历了一番深入研究之后，我终于将汉字乱码这个问题彻底解决了，以后不管它AS3的socket要跟谁通信，我的办法都可以让你在面临汉字乱码问题时知道该怎么办了。

要说as3的socket发送汉字，首先得认识as3的两个类：flash.net.Socket和flash.utils.ByteArray,这两个类的协作关系就是ByteArray

将字符串（包括汉字）按照特定的编码格式转化成字节数组，然后Socket类将这个字节数组发送出去。整体思路是很简单的。

  但是这里面有个陷阱或者说很多人在讲解flash乱码问题时没有说清楚的问题。这也是我开始遇到乱码问题时非常困惑的地方。首先，我们来介绍这个问题的所在：

ByteArray有两个函数可以转化汉字成字节数组：

第一个是writeMultiByte；另

第二个是writeUTFBytes;

这两个方法有何区别？

这正是乱码问题之所在!我们来做个试验加以说明.试验方式如下：设定一个字符串“曹操”，然后分别用ByteArray的这两个方法将其转化成字节数组，然后读出字节数组的内容看看结果，看到字节数组内容的时候大家就会有所收获了。

var arrBuffer:ByteArray=new ByteArray(); var strTest:String="曹操"; arrBuffer.writeMultiByte(strTest,"utf8");

    

         读出这个字节数组的内容，得到的字节值是:-78 -36 -78 -39 ,每个汉字占两个字节。我们在来看下面的例子

       var arrBuffer:ByteArray=new ByteArray(); var strTest:String="曹操"; //arrBuffer.writeMultiByte(strTest,"utf8"); arrBuffer.writeUTFBytes(strTest);

    

  读出这个字节数组的内容，得到的字节值是:-26 -101 -71 -26 -109 -115 ,很明显的，每个汉字占到三个字节。

  

  陷阱已经显露出来了，在解决汉字乱码这个问题的时候，我查了很多的网上信息，见到最多的一行代码就是arrBuffer.writeMultiByte(strTest,"utf8")了，也不做什

么说明，根本就是误人子弟嘛。现在，这个问题被我揪出来了。大家如果还有什么疑问，就继续往下看。

经我查证，Unicode字符集在编码汉字的时候，应该是一个汉字三个字节的，为何第一次试验的时候用arrBuffer.writeMultiByte(strTest,"utf8");得到的却是一个汉字两个字节呢？我又试验性的将编码格式那个参数换成"gbk"和"gb2312",结果得到的字节数组与"utf8"时一样。我还没有搞清楚这是参数失效还是Adobe有别的什么考虑。但是试验已经很清楚的告诉我们了一个事实：如果你想将汉字用真正的

UTF-8编码的话，就用ByteArray的writeUTFBytes函数来解决问题。不要再用

writeMultiByte(strTest,"utf8")了。这个函数是不会将汉字转化成UTF编码的。

 

      至于.net端，我就不多着笔墨了，要在.net端转化汉字编码时,Encoding和

UnicodeEncoding这两个类打开看看，使用合适的编码类和函数就可以解决问题了。实在还是有问题，按照我解决flash端编码的经验，查看实际编码得到的字节值，你也就能够找到合适的编码集来解决问题了。

 

评论

2 楼 liusp_eye 2014-12-12  

虽然这帖子过去很久了，还是说两句：
1. writeUTFBytes这个方法一看就知道是用来处理字符集的

2.第二，我用JAVA的NIO，前端用的这个方法，还是有中文乱码；  

1 楼 weixinghao 2012-05-17  

你这个不准确。
writeMultiByte(strTest,"utf8")之所以没有转换成utf-8格式，是因为你后面的参数写错了。
应该写成：
writeMultiByte(strTest,"utf-8")，这样你试试，汉字就是3个字节了。