Java用native2ascii命令做unicode編碼轉換

標籤：

背景：在做Java開發的時候，常常會出現一些亂碼，或者無法正確識別或讀取的檔案，比如常見的validator驗證用的訊息資源（properties）檔案就需要進行Unicode重新編碼。原因是java預設的編碼方式為Unicode，而我們的電腦系統編碼常常是GBK等編碼。需要將系統的編碼轉換為java正確識別的編碼問題就解決了。 　　1、native2ascii簡介：native2ascii是sun java sdk提供的一個工具。用來將別的文本類檔案（比如*.txt,*.ini,*.properties,*.java等等）編碼轉為Unicode編碼。為什麼要進行轉碼，原因在於程式的國際化。Unicode編碼的定義：Unicode（統一碼、萬國碼、單一碼）是一種在電腦上使用的字元編碼。它為每種語言中的每個字元設定了統一併且唯一的二進位編碼，以滿足跨語言、跨平台進行文本轉換、處理的要求。1990年開始研發，1994年正式公布。隨著電腦工作能力的增強，Unicode也在面世以來的十多年裡得到普及。（聲明：Unicode編碼定義來自互連網）。 　　2、擷取native2ascii：安裝了jdk後，假如你是在windows上安裝，那麼在jdk的安裝目錄下，會有一個bin目錄，其中native2ascii.exe正是。 　　3、native2ascii的命令列的命名格式： 　　native2ascii -[options] [inputfile [outputfile]] 　　說明： 　　-[options]：表示命令開關，有兩個選項可供選擇 　　-reverse：將Unicode編碼轉為本地或者指定編碼，不指定編碼情況下，將轉為本地編碼。 　　-encoding encoding_name：轉換為指定編碼，encoding_name為編碼名稱。 　　-[inputfile [outputfile]] 　　inputfile：表示輸入檔案全名。 　　outputfile：輸出檔案名。如果缺少此參數，將輸出到控制台。 　　4、最佳實務：首先將JDK的bin目錄加入系統變數path。在盤下建立一個test目錄，在test目錄裡建立一個zh.txt檔案，檔案內容為：“熔岩”，開啟“命令列提示符”，並進入C:\test目錄下。下面就可以按照說明一步一步來操作，注意觀察其中編碼的變化。 　　A：將zh.txt轉換為Unicode編碼，輸出檔案到u.txt 　　native2ascii zh.txt u.txt 　　開啟u.txt，內容為“\u7194\u5ca9”。 　　B：將zh.txt轉換為Unicode編碼，輸出到控制台 　　C:\test>native2ascii zh.txt 　　\u7194\u5ca9 　　可以看到，控制台輸出了“\u7194\u5ca9”。 　　C：將zh.txt轉換為ISO8859-1編碼，輸出檔案到i.txt 　　native2ascii -encoding ISO8859-1 zh.txt i.txt 　　開啟i.txt檔案，內容為“\u00c8\u00db\u00d1\u00d2”。 　　D：將u.txt轉換為本地編碼，輸出到檔案u_nv.txt 　　native2ascii -reverse u.txt u_nv.txt 　　開啟u_nv.txt檔案，內容為“熔岩”。 　　E：將u.txt轉換為本地編碼，輸出到控制台 　　C:\test>native2ascii -reverse u.txt 　　熔岩 　　可以看到，控制台輸出了“熔岩”。 　　F：將i.txt轉換為本地編碼，輸出到i_nv.txt 　　native2ascii -reverse i.txt i_nv.txt 　　開啟i_nv.txt檔案，內容為“\u00c8\u00db\u00d1\u00d2”。發現轉碼前後完全一樣的。也就是說，等於沒有轉，或者說思想糊塗，對命名沒有理解。。 　　G：將i.txt轉換為GBK編碼，輸出到i_gbk.txt 　　native2ascii -reverse -encoding GBK i.txt i_gbk.txt 　　開啟i_gbk.txt檔案，內容為“\u00c8\u00db\u00d1\u00d2”。發現轉碼前後完全一樣的。也就是說，等於沒有轉，或者說思想糊塗，對命名沒有理解。 　　H：將u_nv.txt轉碼到本地編碼GBK，輸出到控制台 　　C:\test>native2ascii -reverse -encoding ISO8859-1 i.txt 　　熔岩 　　從這個結果看，目標達到到了，編碼i.txt為ISO8859-1，轉為本地編碼後內容為“熔岩”。從這裡應該意識到，native2ascii -reverse命令中-encoding指定的編碼為源檔案的編碼格式。而在native2ascii 命令中-encoding指定的編碼為（產生的）目標檔案的編碼格式。這一點非常的重要！切記！！ 　　繼續探索，建立檔案12a.txt，內容“12axyz”。看看純字母數位編碼又如何。 　　I：將純字母數位文字檔12a.txt轉換為Unicode編碼 　　native2ascii 12a.txt 12a_nv.txt 　　開啟12a_nv.txt檔案，內容為“12axyz”。 　　繼續測試，轉為ISO8859-1編碼看看 　　C:\test>native2ascii -encoding ISO8859-1 12a.txt 　　12axyz 　　結果還是沒有轉碼。 　　從結果可以得出結論：對於純數字和字母的文本類型件，轉碼前後的內容是一樣的。 　　5、總結：native2ascii是一個非常的好轉碼工具，並且轉碼是可逆的！而其真正的含義並非本地編碼——>轉碼為ASCII碼，而是一個通用的文字檔編碼轉換工具。在做編碼轉換的時候有兩類指定編碼的情形，分別指輸出檔案編碼和輸入檔案編碼，具體可以看看最佳實務部分。

Java用native2ascii命令做unicode編碼轉換