JAVA字符串编码转换常用类

  无论是对程序的本地化还是国际化,都会涉及到字符编码的转换的问题。尤其在web应用中常常需要处理中文字符,这时就需要进行字符串的编码转换,将字符串编码转换为GBK或者GB2312。
一、关键技术点:
    1、当前流行的字符编码格式有:US-ASCII、ISO-8859-1、UTF-8、UTF-16BE、UTF-16LE、UTF-16、GBK、GB2312等,其中GBK、GB2312是专门处理中文编码的。
    2、String的getBytes方法用于按指定编码获取字符串的字节数组,参数指定了解码格式,如果没有指定解码格式,则按系统默认编码格式。
    3、String的“String(bytes[] bs, String charset)”构造方法用于把字节数组按指定的格式组合成一个字符串对象。

二、源码分析:
    更改字符串编码的步骤为:
    1、调用String的getByte方法对字符串进行解码,得到字符串的字节数组(字节数组不携带任何有关编码格式的信息,只有字符才有编码格式)
    2、根据字节数组和新的字符编码构造一个新的String对象,得到的就是按照新的字符编码生成的字符串

package com.using.test; import java.io.UnsupportedEncodingException;

 /**

 * 转换字符串的编码

 */ public class ConverStr {

     

    public static void main(String[] args) throws UnsupportedEncodingException {

        ConverStr test = new ConverStr();

        String str = "\u9519\u8bef\u7684\u6765\u6e90";

         

        System.out.println("str: " + str);

        String gbk = test.toGBK(str);

        System.out.println("转换成GBK码: " + gbk);

        System.out.println();

        String ascii = test.toASCII(str);

        System.out.println("转换成US-ASCII码: " + ascii);

        gbk = test.changeCharset(ascii, ConverStr.US_ASCII, ConverStr.GBK);

        System.out.println("再把ASCII码的字符串转换成GBK码: " + gbk);

        System.out.println();

        String iso88591 = test.toISO_8859_1(str);

        System.out.println("转换成ISO-8859-1码: " + iso88591);

        gbk = test.changeCharset(iso88591, ConverStr.ISO_8859_1, ConverStr.GBK);

        System.out.println("再把ISO-8859-1码的字符串转换成GBK码: " + gbk);

        System.out.println();

        String utf8 = test.toUTF_8(str);

        System.out.println("转换成UTF-8码: " + utf8);

        gbk = test.changeCharset(utf8, ConverStr.UTF_8, ConverStr.GBK);

        System.out.println("再把UTF-8码的字符串转换成GBK码: " + gbk);

        System.out.println();

        String utf16be = test.toUTF_16BE(str);

        System.out.println("转换成UTF-16BE码:" + utf16be);

        gbk = test.changeCharset(utf16be, ConverStr.UTF_16BE, ConverStr.GBK);

        System.out.println("再把UTF-16BE码的字符串转换成GBK码: " + gbk);

        System.out.println();

        String utf16le = test.toUTF_16LE(str);

        System.out.println("转换成UTF-16LE码:" + utf16le);

        gbk = test.changeCharset(utf16le, ConverStr.UTF_16LE, ConverStr.GBK);

        System.out.println("再把UTF-16LE码的字符串转换成GBK码: " + gbk);

        System.out.println();

        String utf16 = test.toUTF_16(str);

        System.out.println("转换成UTF-16码:" + utf16);

        gbk = test.changeCharset(utf16, ConverStr.UTF_16LE, ConverStr.GBK);

        System.out.println("再把UTF-16码的字符串转换成GBK码: " + gbk);

        String s = new String("中文".getBytes("UTF-8"), "UTF-8");

        System.out.println(s);

    }

     

    /** 7位ASCII字符,也叫作ISO646-US、Unicode字符集的基本拉丁块 */

    public static final String US_ASCII = "US-ASCII";

 

    /** ISO 拉丁字母表 No.1,也叫作 ISO-LATIN-1 */

    public static final String ISO_8859_1 = "ISO-8859-1";

 

    /** 8 位 UCS 转换格式 */

    public static final String UTF_8 = "UTF-8";

 

    /** 16 位 UCS 转换格式,Big Endian(最低地址存放高位字节)字节顺序 */

    public static final String UTF_16BE = "UTF-16BE";

 

    /** 16 位 UCS 转换格式,Little-endian(最高地址存放低位字节)字节顺序 */

    public static final String UTF_16LE = "UTF-16LE";

 

    /** 16 位 UCS 转换格式,字节顺序由可选的字节顺序标记来标识 */

    public static final String UTF_16 = "UTF-16";

 

    /** 中文超大字符集 */

    public static final String GBK = "GBK";

 

    /**

     * 将字符编码转换成US-ASCII码

     */

    public String toASCII(String str) throws UnsupportedEncodingException {

        return this.changeCharset(str, US_ASCII);

    }

 

    /**

     * 将字符编码转换成ISO-8859-1码

     */

    public String toISO_8859_1(String str) throws UnsupportedEncodingException {

        return this.changeCharset(str, ISO_8859_1);

    }

 

    /**

     * 将字符编码转换成UTF-8码

     */

    public String toUTF_8(String str) throws UnsupportedEncodingException {

        return this.changeCharset(str, UTF_8);

    }

 

    /**

     * 将字符编码转换成UTF-16BE码

     */

    public String toUTF_16BE(String str) throws UnsupportedEncodingException {

        return this.changeCharset(str, UTF_16BE);

    }

 

    /**

     * 将字符编码转换成UTF-16LE码

     */

    public String toUTF_16LE(String str) throws UnsupportedEncodingException {

        return this.changeCharset(str, UTF_16LE);

    }

 

    /**

     * 将字符编码转换成UTF-16码

     */

    public String toUTF_16(String str) throws UnsupportedEncodingException {

        return this.changeCharset(str, UTF_16);

    }

 

    /**

     * 将字符编码转换成GBK码

     */

    public String toGBK(String str) throws UnsupportedEncodingException {

        return this.changeCharset(str, GBK);

    }

 

    /**

     * 字符串编码转换的实现方法

     

     * @param str

     *            待转换编码的字符串

     * @param newCharset

     *            目标编码

     * @return

     * @throws UnsupportedEncodingException

     */

    public String changeCharset(String str, String newCharset) throws UnsupportedEncodingException {

        if (str != null) {

            // 用默认字符编码解码字符串。             byte[] bs = str.getBytes();

            // 用新的字符编码生成字符串             return new String(bs, newCharset);

        }

        return null;

    }

 

    /**

     * 字符串编码转换的实现方法

     

     * @param str

     *            待转换编码的字符串

     * @param oldCharset

     *            原编码

     * @param newCharset

     *            目标编码

     * @return

     * @throws UnsupportedEncodingException

     */

    public String changeCharset(String str, String oldCharset, String newCharset) throws UnsupportedEncodingException {

        if (str != null) {

            // 用旧的字符编码解码字符串。解码可能会出现异常。             byte[] bs = str.getBytes(oldCharset);

            // 用新的字符编码生成字符串             return new String(bs, newCharset);

        }

        return null;

    }

}

【说明】

java中的String类是按照unicode进行编码的,当使用String(byte[] bytes, String encoding)构造字符串时,encoding所指的是bytes中的数据是按照那种方式编码的,而不是最后产生的String是什么编码方式,换句话说,是让系统把bytes中的数据由encoding编码方式转换成unicode编码。如果不指明,bytes的编码方式将由jdk根据操作系统决定。

当我们从文件中读数据时,最好使用InputStream方式,然后采用String(byte[] bytes, String encoding)指明文件的编码方式。不要使用Reader方式,因为Reader方式会自动根据jdk指明的编码方式把文件内容转换成unicode编码。

当我们从数据库中读文本数据时,采用ResultSet.getBytes()方法取得字节数组,同样采用带编码方式的字符串构造方法即可。

ResultSet rs;
bytep[] bytes = rs.getBytes();
String str = new String(bytes, "gb2312");

不要采取下面的步骤。

ResultSet rs;
String str = rs.getString();
str = new String(str.getBytes("iso8859-1"), "gb2312");

这种编码转换方式效率底。之所以这么做的原因是,ResultSet在getString()方法执行时,默认数据库里的数据编码方式为iso8859-1。系统会把数据依照iso8859-1的编码方式转换成unicode。使用str.getBytes("iso8859-1")把数据还原,然后利用new String(bytes, "gb2312")把数据从gb2312转换成unicode,中间多了好多步骤。

从HttpRequest中读参数时,利用reqeust.setCharacterEncoding()方法设置编码方式,读出的内容就是正确的了。

顺便说句,如果你直接在浏览器中的地址栏输入这个的话,浏览器都会使用ISO-8859-1来编码你的URL,然后才提交到服务器,这也是为啥一般服务器端都需要首先进行编码转换。

时间: 2024-12-19 13:07:58

JAVA字符串编码转换常用类的相关文章

分享万能java字符串编码转换工具类

代码下载地址:http://www.zuidaima.com/share/1795356301560832.htm 原文:分享万能java字符串编码转换工具类 package com.zuidaima.util; import java.io.UnsupportedEncodingException; /** * 转换字符串的编码 */ public class ChangeCharset { /** 7位ASCII字符,也叫作ISO646-US.Unicode字符集的基本拉丁块 */ publ

java字符串编码转换

java字符串编码转换方法: 1 /** 2 * 将UTF-8编码参数转换成ISO-8859-1编码 3 */ 4 private String convertToISO_8859_1(String param) { 5 String result = null; 6 if (null != param && !"".equals(param)) { 7 try { 8 result = new String(param.getBytes("UTF-8&quo

Java字符串编码和转换操作

简介: 在java程序的class里,字符串以utf-8编码保存.在程序处理中,需要进行字符串编码转换时,使用getByte指定编码. 在java程序中,定义的字符串,在class文件中,字符串是以utf-8进行保存的. public class Hello1 { public static void main(String [] args) { System.out.println("aaaa长风aaaa"); } } 编译后,在class文件内,保存的字符串如下: 这里字符[长]的

Java 正确的做字符串编码转换

字符串的内部表示? 字符串在java中统一用unicode表示( 即utf-16 LE) , 对于 String s = "你好哦!"; 如果源码文件是GBK编码, 操作系统(windows)默认的环境编码为GBK,那么编译时,  JVM将 按照GBK编码将字节数组解析成字符,然后将字符转换为unicode格式的字节数组,作为内部存储. 当打印这个字符串时,JVM 根据操作系统本地的语言环境,将unicode转换为GBK,然后操作系统将GBK格式的内容显示出来. 当源码文件是UTF-8

Java基础----Java API中的常用类

System:描述系统的一些信息 preperties();获取系统信息 Properties prop =new System.getProperties(); 是hashtable 的子类.用map的方法去除该类集合中的元素.该集合中存储的都是字符串,没有泛型定义. String calue=(String)prop.get(obj); System.out.println(obj+":"+value); //如何在系统中自定义一些特有信息? System.setProperty(

java字符编码转换

在开发的过程中,字符编码常常令我们头痛.经常会出现各种各样的乱码.下面就介绍java的编码转换和常见的乱码是使用什么样的编码去读取的: 先看一张图片: 在看看java中如何处理编码的转换: package com.test; /** * 字符串编码转换 * @author Herman.xiong * @date 2015年7月16日09:36:59 * @version V3.0 * @since Tomcat6.0,Jdk1.6 * @copyright Copyright (c) 2015

JAVA基础知识之IO——Java IO体系及常用类

Java IO体系 个人觉得可以用"字节流操作类和字符流操作类组成了Java IO体系"来高度概括Java IO体系. 借用几张网络图片来说明(图片来自 http://blog.csdn.net/zhangerqing/article/details/8466532 )  基于字节的IO操作 基于字符的IO操作   从上图可以看到,整个Java IO体系都是基于字符流(InputStream/OutputStream) 和 字节流(Reader/Writer)作为基类,根据不同的数据载

Java 中必的常用类(很实用)

Java中必须了解的常用类 一.包装类 相信各位小伙伴们对基本数据类型都非常熟悉,例如 int.float.double.boolean.char 等.基本数据类型是不具备对象的特性的,比如基本类型不能调用方法.功能简单...,为了让基本数据类型也具备对象的特性, Java 为每个基本数据类型都提供了一个包装类,这样我们就可以像操作对象那样来操作基本数据类型. 基本类型和包装类之间的对应关系: 注意:有两个包装类的名称比较特殊一个是Integer,另一个是Character,其他都是基本数据类首

黑马程序员(Java)----API之常用类(Math、Random、System、BigInteger、Date和DateFormat、Calendar)

------Java培训.Android培训.iOS培训..Net培训.期待与您交流! ------- 4.9  Math Math 类包含用于执行基本数学运算的方法,如初等指数.对数.平方根和三角函数. 4.9.1 常用变量和方法 成员变量: public static final double PI public static final double E 成员方法: public static int abs(int a):绝对值 public static double ceil(dou