关于Android与pc通信时中文乱码的分析和解决

      初步实现了Android与pc服务器的通信之后，又碰到了传说中令人头疼不已的中文乱码问题。既然出现了乱码，那么原因自然是协议不通了。
我们知道eclipse中默认的编码标准是GBK，而安卓程序开发所默认的布局文件编码标准则是utf-8,这样一来，我们双方通信的时候便难免出现乱码。要解决它，就要从二者转换方面着手。
     首先我们知道，从安卓手机界面上获得的文字，其编码字符集是utf-8，所以，当我们的java文件获得它时，它是以utf-8形式编译的。所以这里，在得到EditText中的文字之后，用输出流将其输出，而服务器端再用一个字符串接收从输入缓冲流中获得的一行字符。

 

// 读取客户端信息
			while (true) {
				while (is.available() > 0) {
					// 转码之前
					String msg_client1 = brd.readLine();
					System.out.println("转码之前：" + msg_client1);
					// 转码
					String msg_client = new String(msg_client1.getBytes("gbk"),
							"utf-8");
					String enter = new String("\r\n".getBytes("utf-8"));
					// 转码之后打印出
					System.out.println("客户端：" + msg_client);

					String msg_server = msg_client1 + enter;

					os.write(msg_server.getBytes());
					os.flush();				
					Thread.sleep(1000);

				}
			}

 

     不用猜，这时由于服务器端的编码标准是GBK，读出来的字符串必然是乱码。于是在下面，我们将得到的字节数组用utf-8的格式编译。于是，期盼已久的汉字终于出来了。

 

 

     但是有没有发现，当输入偶数个汉字时，得到了正确的结果，而输入奇数个时，最后一个字变成了“？？”？
     这又是为什么？这里纠结了很久，于是去搜索字符集编码的标准，终于发现了原因。对于gbk这种编码而言，中文所对应的字节数是2byte；而在utf-8中，中文则是对应三个字节。于是在输入奇数个汉字时，最后一个字节在gbk中则无法编译。譬如说utf-8编码的3个字，编码是123|456|789 ，在传输到服务器中时，系统认为这9个字节是gbk编码，于是就变成了12|34|56|78|9。后面多出的一个字节不能够编译成汉字，此时常用“？”来代替。于是最后一个byte变成了“？”（ASCII码为63）。这时再将它转成utf-8时，则变成了123|456|78？。这个时候第三个字也不能正确地读取了，于是出现了上图的结果（两个问号）。
      现在，要怎样解决呢？在尝试过各种编码的转换，徘徊于各种各样的乱码之间依然无法解决的时候，突然想到，之前的读取方式是通过bufferedreader一行一行的读取的，这样一来得到的输入流在字符缓冲区的时候，已经破坏了最后一个字节。那么，如果直接得到字节数组而不破坏它，是不是能解决呢？在这里改了一下代码，直接用得到的字节数组构成一个String，然后……

// 读取客户端信息
			while (true) {
				while (is.available() > 0) {

					byte[] bb = new byte[is.available()];
					is.read(bb);
					// 转码之前
					String msg_client1 = new String(bb);
					System.out.println("转码之前：" + msg_client1);
					
					// 转码
					String enter = new String("\r\n".getBytes("utf-8"));
					String msg_client = new String(bb, "utf-8");
					System.out.println("客户端：" + msg_client);

					//发送
					String msg_server = msg_client1 + enter;
					os.write(msg_server.getBytes());
					os.flush();
					Thread.sleep(1000);
				}

 

     可以看到，奇数个汉字也能读取啦！（耶！）虽然说这个小问题纠结了很久，但也让自己更了解了编码的奥义，收获还是很大的。
     最后，解释一下new String(str.getBytes( "dd "), "cc ")的方法。简单来说，这种方法的用处是，当你的字符串的实际编码是“CC”，而被系统当成“DD”时，用这行代码可以得到正确的编码。