java中GB2312 To Utf-8字符转换

    朋友让我帮他写个gb2312->utf-8的字符转换程序，找了半天没有在网上找到合适的，于是自己动手写了一个，呵呵。把它贴在这里，免得以后忘记了 ^_^

    实现思路大致如下：

•  取得一个汉字的Unicode码
• 把Unicode码分解为两个16进制数据字符串（丢弃前两个字节）
• 把这两个16进制数据字符串转换成二进制数据字符串
• 把二进制数据字符串分解为三个串，第一个串为4（0~4）个位，在高位加上标记位“1110”，第二（4~10）、三个（10~16）串均为6个位，分别在高位加上“10”标记位
• 把这三个二进制串分别转换为10进制数据并赋值给字节型数组
• 根据这个字节型数组构造UTF-8字符

java 代码

import java.io.File;
import java.io.FileOutputStream;
import java.io.UnsupportedEncodingException;

/**
 * 2007-8-10 jyin at gomez dot com
 */
public class CharsetConvertor {
    public static void main(String[] args) {
        String str = "This is a test for *中网!@#$。，？";
        try {
            File f = new File("D:/test.txt");
            FileOutputStream fio = new FileOutputStream(f);
            String s = gbToUtf8(str);
            fio.write(s.getBytes("UTF-8"));
            fio.close();
        }
        catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static String gbToUtf8(String str) throws UnsupportedEncodingException {
        StringBuffer sb = new StringBuffer();
        for (int i = 0; i < str.length(); i++) {
            String s = str.substring(i, i + 1);
            if (s.charAt(0) > 0x80) {
                byte[] bytes = s.getBytes("Unicode");
                String binaryStr = "";
                for (int j = 2; j < bytes.length; j += 2) {
                    // the first byte
                    String hexStr = getHexString(bytes[j + 1]);
                    String binStr = getBinaryString(Integer.valueOf(hexStr, 16));
                    binaryStr += binStr;
                    // the second byte
                    hexStr = getHexString(bytes[j]);
                    binStr = getBinaryString(Integer.valueOf(hexStr, 16));
                    binaryStr += binStr;
                }
                // convert unicode to utf-8
                String s1 = "1110" + binaryStr.substring(0, 4);
                String s2 = "10" + binaryStr.substring(4, 10);
                String s3 = "10" + binaryStr.substring(10, 16);
                byte[] bs = new byte[3];
                bs[0] = Integer.valueOf(s1, 2).byteValue();
                bs[1] = Integer.valueOf(s2, 2).byteValue();
                bs[2] = Integer.valueOf(s3, 2).byteValue();
                String ss = new String(bs, "UTF-8");
                sb.append(ss);
            } else {
                sb.append(s);
            }
        }
        return sb.toString();
    }

    private static String getHexString(byte b) {
        String hexStr = Integer.toHexString(b);
        int m = hexStr.length();
        if (m < 2) {
            hexStr = "0" + hexStr;
        } else {
            hexStr = hexStr.substring(m - 2);
        }
        return hexStr;
    }

    private static String getBinaryString(int i) {
        String binaryStr = Integer.toBinaryString(i);
        int length = binaryStr.length();
        for (int l = 0; l < 8 - length; l++) {
            binaryStr = "0" + binaryStr;
        }
        return binaryStr;
    }
}

评论

2 楼 manyinjin 2007-08-08  

引用

参见java.util.Properties。

呵呵，刚才看来一下Properties的源码，早看了就少费点劲了^_^

1 楼 Godlikeme 2007-08-08  

参见java.util.Properties。