`
zwhc
  • 浏览: 264826 次
  • 性别: Icon_minigender_1
  • 来自: 福州
社区版块
存档分类
最新评论

java 与 iso-8859-1 编码

    博客分类:
  • java
阅读更多
今天又研究了一下字符编码。写了些测试代码,算是比较了解了。

主要是研究 iso-8859-1
建议先看这篇:《第二篇:JAVA字符编码系列二:Unicode,ISO-8859-1,GBK,UTF-8编码及...》
http://my.oschina.net/whp/blog/36846

然后再看看 iso-8859-1 的定义。
http://baike.baidu.com/view/2613676.htm


这一句话非常关键:
因为ISO-8859-1编码范围使用了单字节内的所有空间,在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之,把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是个很重要的特性,MySQL数据库默认编码是Latin1就是利用了这个特性。

在工作中,从 web 提交的数据,到了 web 容器后,变成了 iso-8859-1 的字符串。
可以认为,被执行了如下代码:
byte[] buf_gbk = s.getBytes("gbk");
String sIso88591 = new String(buf_gbk, "iso-8859-1");

所以,我们获取数据时需要执行:
byte[] buf_iso88591 = sIso88591.getBytes("iso-8859-1");
String sGbk = new String(buf_iso88591, "gbk");

将编码转回 gbk。


看完这两篇后,写了段测试代码:

package com.fsti.enc;

public class EncUtil {
	
	public static String getHex(byte b)
	{
		String hex = Integer.toHexString(b & 0xff);
		if(hex.length()==1)
		{
			hex = "0" + hex;
		}
		return hex;
	}

	public static void showBytes(byte[] buffer)
	{
		for(int i=0; i<buffer.length; i++)
		{
			System.out.print( getHex(buffer[i]) + " ");
		}
		System.out.println();

	}

	public static void showChar(String s)
	{
		for(int i=0; i<s.length(); i++)
		{
			System.out.print( getHex((byte)(s.charAt(i))) + " ");
		}
		System.out.println();

	}

}



package com.fsti.enc;


/**
 * http://baike.baidu.com/view/2613676.htm
 * @author zch
 * @date Apr 20, 2012
 *
 */
public class Test_Iso8859_1 extends EncUtil{
	public static String s = 
		"http://baike.baidu.com/view/2613676.htm\r\n" +
		"  ISO-8859-1编码是单字节编码,向下兼容ASCII,其编码范围是0x00-0xFF," +
		"0x00-0x7F之间完全和ASCII一致,0x80-0x9F之间是控制字符,0xA0-0xFF之间是文字符号。" +
		"ISO-8859-1收录的字符除ASCII收录的字符外,还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语" +
		"对应的文字符号。欧元符号出现的比较晚,没有被收录在ISO-8859-1当中。\r\n" +
		"  因为ISO-8859-1编码范围使用了单字节内的所有空间,在支持ISO-8859-1的系统中传输和存储其他任何" +
		"编码的字节流都不会被抛弃。换言之,把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是" +
		"个很重要的特性,MySQL数据库默认编码是Latin1就是利用了这个特性。ASCII编码是一个7位的容器," +
		"ISO-8859-1编码是一个8位的容器。\r\n" +
		"  Latin1是ISO-8859-1的别名,有些环境下写作Latin-1。";

	public static void testChar(char c) throws Exception
	{
		//char c = '中';
		System.out.println( c );
		System.out.println( (int)c );
		System.out.println( Integer.toHexString(c) );
		if(c>255)
		{
			byte low = (byte)(c / 256);
			byte hight = (byte)(c % 256);
			System.out.println( getHex(low) );
			System.out.println( getHex(hight) );
		}
	}
	
	public static void testString() throws Exception
	{
		for(int i=0; i<s.length(); i++)
		{
			testChar(s.charAt(i));
		}
	}
	

	public static void testString_02() throws Exception
	{
		
		StringBuffer sb = new StringBuffer();
		for(int i=0; i<s.length(); i++)
		{
			char c = s.charAt(i);
			if(c>255)
			{
				char hight = (char)(c / 256);
				char low = (char)(c % 256);
				sb.append(hight);
				sb.append(low);
			}
			else
			{
				sb.append(c);
			}
		}
		String sIso88591 = sb.toString();
		System.out.println(sIso88591);
		
		byte[] buf = sIso88591.getBytes("iso-8859-1");
		showBytes(buf);
		String sUtf_8 = new String(buf, "gbk");
		System.out.println(sUtf_8);
	}
	
	public static void testString_03() throws Exception
	{
		System.out.println("s:" + s);
		
		byte[] buf_gbk = s.getBytes("gbk");
		System.out.println("buf_gbk:");
		showBytes(buf_gbk);
		
		StringBuffer sb = new StringBuffer();
		for(int i=0; i<buf_gbk.length; i++)
		{
			char c = (char)buf_gbk[i];
			sb.append( c );
			System.out.println(c + ":" + getHex((byte)c));
		}
		
		String sIso88591 = sb.toString();
		System.out.println("sIso88591:");
		System.out.println(sIso88591);
		System.out.println("showChar(sIso88591):");
		showChar(sIso88591);
		
		byte[] buf_iso88591 = sIso88591.getBytes("iso-8859-1");
		System.out.println("buf_iso88591:");
		showBytes(buf_iso88591);
		String sUtf_8 = new String(buf_iso88591, "gbk");
		System.out.println(sUtf_8);

	}
	
	public static void testString_04() throws Exception
	{
		System.out.println("s:" + s);
		
		byte[] buf_gbk = s.getBytes("gbk");
		System.out.println("buf_gbk:");
		showBytes(buf_gbk);
		
		String sIso88591 = new String(buf_gbk, "iso-8859-1");
		
		System.out.println("sIso88591:");
		System.out.println(sIso88591);
		System.out.println("showChar(sIso88591):");
		showChar(sIso88591);
		
		byte[] buf_iso88591 = sIso88591.getBytes("iso-8859-1");
		System.out.println("buf_iso88591:");
		showBytes(buf_iso88591);
		String sGbk = new String(buf_iso88591, "gbk");
		System.out.println(sGbk);

	}
	
	/**
	 * @param args
	 */
	public static void main(String[] args) throws Exception{
		//testString();
		//testString_02();
		testString_04();
	}

}



参考资料:
http://my.oschina.net/whp/blog/36846
http://baike.baidu.com/view/2613676.htm
0
0
分享到:
评论

相关推荐

    java 编码 UTF-8、ISO-8859-1、GBK

    UTF-8、ISO-8859-1 和 GBK 是三种常见的字符编码格式,每种都有其特定的应用场景和优缺点。 首先,UTF-8 是一种广泛使用的多字节编码,能够表示几乎所有的Unicode字符,包括中文。在Java中,UTF-8 支持国际化,是...

    JAVA字符编码:Unicode,ISO-8859-1,GBK,UTF-8编码及相互转换

    ### JAVA字符编码详解:Unicode, ISO-8859-1, GBK, UTF-8 及其相互转换 #### 一、引言 在Java编程中,字符编码的管理和转换是一项基本而又重要的任务。不同的编码标准适用于不同的场景,而理解和掌握这些编码之间...

    OC GZIP解压/压缩ISO-8859-1编码格式

    标题提到的"OC GZIP解压/压缩ISO-8859-1编码格式"涉及到的是Objective-C(简称OC)中的GZIP操作以及字符编码ISO-8859-1。这里我们将深入探讨这两个知识点。 首先,让我们来了解一下`GZIP`。GZIP是一种基于DEFLATE...

    关于JAVA字符编码:Unicode,ISO-8859-1,GBK,UTF-8编码及相互转换

    ### 关于JAVA字符编码:Unicode, ISO-8859-1, GBK, UTF-8 编码及相互转换 在Java开发过程中,字符编码是处理文本数据的基础,不同的编码方式会影响数据的存储、传输以及显示。本文将详细介绍几种常见的字符编码...

    GBK GB2312 UTF-8 ISO-8859-1区别

    字符编码标准之GBK、GB2312、UTF-8和ISO-8859-1的比较 字符编码标准是计算机领域中的一项基本技术,用于将文字或符号转换为计算机能够识别的二进制代码。常见的字符编码标准有GBK、GB2312、UTF-8和ISO-8859-1等,...

    乱码 编码方式解决 gbk ISO8859-1 utf8 编码

    2. **ISO 8859-1编码**:ISO 8859-1是一种单字节编码方案,也被称为Latin-1,主要用于西欧语言。它包含128个基本ASCII字符以及128个额外的西欧语言特殊字符,但不支持中文等东亚语言。 3. **UTF-8编码**:UTF-8是...

    各种字符集编码表,包括iso-8859-1,gbk,gb18030, unicode

    本文将深入探讨四种常见的字符集编码:ISO-8859-1、GBK、GB18030以及Unicode,并结合Java国际化的字符集转换进行详细说明。 1. ISO-8859-1:这是一种西欧字符编码,包含拉丁字母、数字、标点符号和一些特殊字符。它...

    ISO-8859.docx

    在Java中,当我们从客户端接收数据时,有时数据可能是按照ISO-8859-1编码的。如果我们要正确处理这些数据,需要将其转换为Java默认或者更通用的UTF-8编码。转换的代码如下所示: ```java public static String ...

    java编码格式转换

    - 这种转换会导致乱码,因为GBK编码的字节流不能直接转换为ISO-8859-1编码。 - 解决方法:先将GBK编码的字节流转换为Unicode,然后再从Unicode转换为ISO-8859-1。 - 示例:`String s = "中文"; byte[] gbks = s....

    java文件字符编码检测和转换

    附件中:FileEncodeDetector.java 此文件可以检测指定文件的编码格式 public static String getFileEncode(File file) {...} 附件中:FileCharsetConverter.java 此文件可以实现两个编码的相互转换 ...

    EncodingDetect.java自动获取文件的编码.rar

    java自动获取文件的编码,智能识别文件编码,支持本地file及指定url的编码识别,支持多达40余种编码的识别,包括最常见的UTF-8,GBK,GB2312,BIG5,UNICODE,ISO8859_1,ASCII等,FileUtil.java里有对...

    java转码代码

    在这个场景下,"java转码代码"指的是用于解决Java程序中遇到的乱码问题的代码段,而"ISOtoGbk.java"可能是一个源代码文件,专门用于将遵循ISO-8859-1编码的字符转换为GBK编码。 GBK是中文环境下广泛使用的字符编码...

    文件代码类型的相互转换,Shift_JIS、EUC-JP、ISO-2022-JP、 Unicode、UTF-8

    实现不同文件代码类型,诸如 Shift_JIS、EUC-JP、ISO-2022-JP、 Unicode、UTF-8 的相互変換,FREE软件

    Java判断文件编码格式 - 明明是悟空 - 博客园1

    然而,这种方法仅适用于UTF-8的检测,且无法识别其他编码格式,如GBK、ISO-8859-1等。当需要处理各种未知编码格式的文件时,可以借助第三方库cpdetector。 cpdetector是一个轻量级的开源项目,它的大小大约为500KB...

    Java Web程序设计-1期 《Java Web程序设计》_经验技巧.doc

    这是因为Java默认使用Unicode编码,而数据库可能使用ISO-8859-1。在存储时,需要将Unicode字符串转换为ISO-8859-1,从数据库读取时再转换回来。例如,`new String(str.getBytes("gbk"), "iso-8859-1")` 和 `new ...

    Java文件编码转换源码

    ISO-8859-1是一种单字节编码,主要用于西欧语言,如果需要支持,只需要将`Charset.forName()`中的编码名替换为"ISO-8859-1"即可。 在实际应用中,确保正确选择编码是至关重要的,否则可能会导致乱码问题。因此,...

    mail-iso-2022-jp:一个修补程序,为具有“ iso-2022-jp”转换功能的“邮件” gem提供

    使用此修补程序,您可以轻松发送带有ISO-2022-JP编码的邮件(所谓的“ JIS-CODE”)。 (ja) mail-iso-2022-jpは, に対するパッチです。チです利用するとISO-2022-JP (いわゆる「JISコード」)でのメール送信が...

    java中文乱码解决问题

    对于大多数数据库的 JDBC 驱动程序,在 Java 程序和数据库之间传递数据都是以 ISO-8859-1 为默认编码格式,所以,我们在程序中向数据库存储包含中文的数据时,JDBC 驱动程序首先把程序内部的 Unicode 编码格式的数据...

    java编码转换工具

    java编码转换工具

    java_字符编码 Javajava_字符编码问题

    这里的关键在于:`str.getBytes("iso-8859-1")` 先将字符串转换为 ISO-8859-1 编码的字节数组,然后再使用 `new String(bytes, "gb2312")` 按照 GB2312 编码解码为字符串。 **2. HTTP 请求中的字符编码问题** 在...

Global site tag (gtag.js) - Google Analytics