判斷GBK編碼的字元是否為亂碼

 GBK為雙位元組編碼，但是他向下相容gb2312，也就是說英文標點符號、字母、數字都是用一個位元組標示。

我現在有這樣的需求：我需要讀取一個被加密的文字檔。

現在有兩個限制，第一我不能一次讀取整個文本，因為文本很大，手機不能承受。第二，因為這個檔案加密是對每個位元組做的處理，所以我必須先用位元組流讀取這個檔案並解密在轉換成字元。

我第一次用位元組流讀取一段內容時，最後一個位元組可能是一個中文字元的前半個位元組。如果不做任何處理就顯示出來，第一次是最後一個字是亂碼，然後繼續讀繼續顯示，後面就有大段亂碼。 一下個圖就是最好的說明

“一束驅魔光環落在了奇蹟古樹上,死亡纏繞被解除,然而”

我每次讀取固定的長度，一為例每次讀取16個位元組，第一次讀取沒問題，第二次讀取的時候，因為“,”只佔一個位元組，所以這次讀取的末尾位元組是“亡”字的高位元組，這半個位元組無法被正確編碼，所以被“?”代替，當我在讀第三次的時候，原本“B2 F8”的“纏”字，卻按“F6 B2”來編碼，這樣後面的內容就全亂了。

 

要解決這個問題，我就必須要判斷最後一個位元組是不是高位元組。因為如果末尾是低位元組和單位元組對我後面的操作都沒有影響。

在位元組流中判斷，我目前還沒找到方法，所以我在字元中判斷

我把每次讀取的一段位元組解密後，轉成字元new String（_data,"GBK"）.toCharArray();

然後在判斷最後一個字元是否為65533，因為如果用半個位元組去轉成GBK的字元是轉不了的，所以就會用65533來代替這個無法處理的字元。

判斷之後把這半個位元組儲存來下放到下次讀取的資料前，在一起轉成字元就可以了

 

===============================更新===========================================

上面這個方法只能在模擬器上實現，在真機上不可以，因為在真機上，如果在末尾有半個位元組，它會自動去掉，我用N73做個測試所以可以肯定，一下是我的解決辦法，這個方法在真機上測試沒有問題

 

我需要讀取一個檔案，但是不能一次載入，只能分段讀取，我已經解決了。
首先你需要知道GBK編碼範圍：首位元組：0x81~0xFE；尾位元組：0x40~0xFE
出現亂碼的原因就是截取的位置不對 導致一個尾位元組+高位元組組合成一個漢字
所以 我們需要判斷第一個位元組或者最後一個位元組是否是高位元組 就能解決這個問題
根據GBK編碼範圍 我們可以肯定2點
1：0<X<0x40 肯定是標點或其它單位元組字元
2：X<0x81||X>0x40 肯定是低位元組
如果 X>0x81 有可能是高位元組也有可能是低位元組
因此 我們可以向後一個(X-1)（或者前一個(X+1)都一樣）位元組去尋找 判斷它是什麼位元組
如果後一個(X-1)位元組是標點或者低位元組 則X肯定是高位元組
如果後一個(X-1)也是高位元組則一直尋找下去

這樣判斷下來就可以避免 編碼時出現亂碼的問題了

public boolean charCompare(byte[] str){<br /> boolean bln=false;<br /> int i=str.length-1;<br /> int j=0;<br /> System.out.println("File.charCompare() 【"+str[i]+"】");<br /> if((str[i]>0&&str[i]<0x40)){<br /> System.out.println("File.charCompare() 【標點】【"+str[i]+"】");<br /> }else if((str[i]<0&&str[i]<-127)||str[i]>64){<br /> System.out.println("File.charCompare() 【低位元組】【"+str[i]+"】");<br /> }else {<br /> while(str[i-1]<0&&str[i-1]>-127){<br /> System.out.println("File.charCompare() 【向前找】【"+str[i-1]+"】");<br /> j++;<br /> i--;<br /> }<br /> System.out.println("File.charCompare() 【找完】【"+str[i-1]+"】["+j+"]");<br /> if(j%2==0)<br /> return bln=true;<br /> }<br /> return bln;<br /> }