jni和C++通訊中文亂碼的問題

首先，需要明確幾個關於編碼的基本概念：

• java內部是使用的16bit的unicode編碼（utf-16）來表示字串的，無論英文還是中文都是2位元組；
• jni內部是使用utf-8編碼來表示字串的，utf-8是變長編碼的unicode，一般ascii字元是1位元組，中文是3位元組；
• c/c++使用的是未經處理資料，ascii就是一個位元組，中文一般是GB2312編碼，用2個位元組表示一個漢字。

jni的中文字串處理

先從字元流的方向分別對java-->C++和C++-->java進行分析

• java-->C++

這種情況下，java調用的時候使用的是utf-16編碼的字串，jvm把這個參數傳遞給jni，C++得到的輸入是jstring，此時，可以利用jni提供的兩種函數，一個是GetStringUTFChars，這個函數將得到一個UTF-8編碼的字串；另一個是GetStringChars這個將得到UTF-16編碼的字串。無論那個函數，得到的字串如果含有中文，都需要進一步轉化成GB2312的編碼。

       String 
      (UTF-16)
          |
[java]    |
--------------------  JNI 調用
[cpp]     |
          v
       jstring 
       (UTF-16)
          |   
 +--------+---------+
 |GetStringChars    |GetStringUTFChars
 |                  |
 v                  v
wchar_t*           char*
(UTF_16)           (UTF-8)

• c/c++ –> java

jni返回給java的字串，c/c++首先應該負責把這個字串變成UTF-8或者UTF-16格式，然後通過NewStringUTF或者NewString來把它封裝成jstring，返回給java就可以了。

       String 
      (UTF-16)
          ^
          |
[java]    |
--------------------  JNI 返回
[cpp]     |
       jstring 
       (UTF-16)
          ^
          |   
 +--------+---------+
 ^                  ^
 |                  |
 |NewString         |NewStringUTF
wchar_t*          char*
(UTF_16)          (UTF-8)

 

如果字串中不含中文字元，只是標準的ascii碼，那麼用GetStringUTFChars/NewStringUTF就可以搞定了，因為這種情況下，UTF-8編碼和ascii編碼是一致的，不需要轉換。

但是如果字串中有中文字元，那麼在c/c++部分進行編碼轉換就是一個必須了。我們需要兩個轉換函式，一個是把UTF8/16的編碼轉成GB2312；一個是把GB2312轉成UTF8/16。

 

這裡要說明一下：linux和win32都支援wchar，這個事實上就是寬度為16bit的unicode編碼UTF16，所以，如果我們的 c/c++程式中完全使用wchar類型，那麼理論上是不需要這種轉換的。但是實際上，我們不可能完全用wchar來取代char的，所以就目前大多數應用而言，轉換仍然是必須的。

具體的轉換函式，linux和win32都有一定的支援，比如glibc的mbstowcs就可以用來把 GB2312編碼轉成UTF16，但是這種支援一般是平台相關的（因為c/c++的標準中並沒有包括這部分），不全面的（比如glibc就沒有提供轉成 UTF8的編碼），不獨立的（linux下mbstowcs的行為要受到locale設定的影響）。所以我推薦使用iconv庫來完成轉換。

iconv庫是一個免費的獨立的編碼轉換庫，支援很多平台，多種編碼（事實上，它幾乎可以處理我們所使用的所有字元編碼），而且它的行為不受任何外部環境的影響。iconv在*nix平台上，基本上是預設安裝的。在win32平台上需要額外安裝。

下面提供一個把GB2312編碼的字串轉換成UTF8編碼的樣本

#include <iconv.h>
char* BytesToUtf8(string src, char* dst, int* nout) 
{
    size_t n_in = src.length();
    size_t n_out = *nout;

    iconv_t c = iconv_open("UTF-8", "GB2312");
    if (c == (iconv_t)-1) {
        cerr << strerror(errno) << endl;
        return NULL;
}

 

char* inbuf = new char [n_in + 1];
if (!inbuf) {
iconv_close(c);
return NULL;
}

strcpy(inbuf, src.c_str());
memset(dst, 0, n_out);

char* in = inbuf;
char* out = dst;
if (iconv(c, &in, &n_in, &out, &n_out) == (size_t)-1) {
cerr << strerror(errno) << endl;
out = NULL;
}
else {
n_out = strlen(dst);
out = dst;
}

iconv_close(c);
*nout = n_out;
delete[] inbuf;

return out;
}

 

補充幾點說明：

1、從jni的介面看，jni提供了UTF16和UTF8兩個系列的字串處理函數，但是由於jni的文檔中說，jni的內部實現中是用UTF8作為字串編碼格式的，所以使用UTF8系列比較合適（NewStringUTF/GetStringUTFChars /ReleaseStringUTFChars）

2、使用iconv庫的話，運行環境的設定對於編碼轉換是沒有影響的，但是外層java程式對於字串的解析依賴於運行環境的locale，所以設定正確的locale對於jni意義不大，但是對整個系統還是必要的。

 

以上是主要是說明使用第三方庫去解決編碼問題，針對僅在windows平台下，是可以使用windows提供的相關方法進行編碼轉換的。

使用一下方法可以將jstring轉換為char*，主要用於在C++中接收java傳遞過來的參數時包含中文字元時使用。在轉換過程中已經對編碼進行了轉換，可以正常返回出中文字元。

char * JStringToWindows(JNIEnv * pJNIEnv, jstring jstr)
{
    jsize len = pJNIEnv->GetStringLength(jstr);
    const jchar * jcstr = pJNIEnv->GetStringChars(jstr, NULL);
    int size = 0;
    char * str = (char *)malloc(len * 2 + 1);
    if ((size = WideCharToMultiByte(CP_ACP, 0, LPCWSTR(jcstr), len, str, len * 2 + 1, NULL, NULL)) == 0)
        return NULL;
    pJNIEnv->ReleaseStringChars(jstr, jcstr);
    str[size] = 0;
    return str;
}

注意：以上方法中返回的char*在使用過後需要delete釋放，因為在編碼轉換過程中使用了malloc分配了記憶體，不釋放會發生記憶體流失。

如果需要在C++中返回中文資訊給java，則需要以下方法將char*轉換成jstring。

jstring WindowsTojstring( JNIEnv* env, char* str )
{
    jstring rtn = 0;
    int slen = strlen(str);
    unsigned short * buffer = 0;
    if( slen == 0 )
        rtn = (env)->NewStringUTF(str );
    else
    {
        int length = MultiByteToWideChar( CP_ACP, 0, (LPCSTR)str, slen, NULL, 0 );
        buffer = (unsigned short *)malloc( length*2 + 1 );
        if( MultiByteToWideChar( CP_ACP, 0, (LPCSTR)str, slen, (LPWSTR)buffer, length ) >0 )
            rtn = (env)->NewString(  (jchar*)buffer, length );
    }
    if( buffer )
        free( buffer );
    return rtn;
}

根據前面的字元流的分析，和後面提供的轉換方法，基本上可以解決jni中中文參數亂碼的問題。

以上內容部分摘自網路。屬於個人總結內容。