【轉載】java字串的各種編碼轉換

標籤：blog   http   java   使用   os   io   檔案   資料   

java字串的各種編碼轉換

來自：http://www.blogjava.net/rabbit/archive/2008/03/27/189009.html

import java.io.UnsupportedEncodingException;

/**
 * 轉換字串的編碼
 */
public class ChangeCharset {
 /** 7位ASCII字元，也叫作ISO646-US、Unicode字元集的基本拉丁塊 */
 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 轉換格式 */
 public static final String UTF_8 = "UTF-8";

 /** 16 位 UCS 轉換格式，Big Endian（最低地址存放高位位元組）位元組順序 */
 public static final String UTF_16BE = "UTF-16BE";

 /** 16 位 UCS 轉換格式，Little-endian（最高地址存放低位位元組）位元組順序 */
 public static final String UTF_16LE = "UTF-16LE";

 /** 16 位 UCS 轉換格式，位元組順序由可選的位元組順序標記來標識 */
 public static final String UTF_16 = "UTF-16";

 /** 中文超大字元集 */
 public static final String GBK = "GBK";

 /**
  * 將字元編碼轉換成US-ASCII碼
  */
 public String toASCII(String str) throws UnsupportedEncodingException{
  return this.changeCharset(str, US_ASCII);
 }
 /**
  * 將字元編碼轉換成ISO-8859-1碼
  */
 public String toISO_8859_1(String str) throws UnsupportedEncodingException{
  return this.changeCharset(str, ISO_8859_1);
 }
 /**
  * 將字元編碼轉換成UTF-8碼
  */
 public String toUTF_8(String str) throws UnsupportedEncodingException{
  return this.changeCharset(str, UTF_8);
 }
 /**
  * 將字元編碼轉換成UTF-16BE碼
  */
 public String toUTF_16BE(String str) throws UnsupportedEncodingException{
  return this.changeCharset(str, UTF_16BE);
 }
 /**
  * 將字元編碼轉換成UTF-16LE碼
  */
 public String toUTF_16LE(String str) throws UnsupportedEncodingException{
  return this.changeCharset(str, UTF_16LE);
 }
 /**
  * 將字元編碼轉換成UTF-16碼
  */
 public String toUTF_16(String str) throws UnsupportedEncodingException{
  return this.changeCharset(str, UTF_16);
 }
 /**
  * 將字元編碼轉換成GBK碼
  */
 public String toGBK(String str) throws UnsupportedEncodingException{
  return this.changeCharset(str, GBK);
 }
 
 /**
  * 字串編碼轉換的實現方法
  * @param str  待轉換編碼的字串
  * @param newCharset 目標編碼
  * @return
  * @throws UnsupportedEncodingException
  */
 public String changeCharset(String str, String newCharset)
   throws UnsupportedEncodingException {
  if (str != null) {
   //用預設字元編碼解碼字串。
   byte[] bs = str.getBytes();
   //用新的字元編碼產生字串
   return new String(bs, newCharset);
  }
  return null;
 }
 /**
  * 字串編碼轉換的實現方法
  * @param str  待轉換編碼的字串
  * @param oldCharset 原編碼
  * @param newCharset 目標編碼
  * @return
  * @throws UnsupportedEncodingException
  */
 public String changeCharset(String str, String oldCharset, String newCharset)
   throws UnsupportedEncodingException {
  if (str != null) {
   //用舊的字元編碼解碼字串。解碼可能會出現異常。
   byte[] bs = str.getBytes(oldCharset);
   //用新的字元編碼產生字串
   return new String(bs, newCharset);
  }
  return null;
 }

 public static void main(String[] args) throws UnsupportedEncodingException {
  ChangeCharset test = new ChangeCharset();
  String str = "This is a 中文的 String!";
  System.out.println("str: " + str);
  String gbk = test.toGBK(str);
  System.out.println("轉換成GBK碼: " + gbk);
  System.out.println();
  String ascii = test.toASCII(str);
  System.out.println("轉換成US-ASCII碼: " + ascii);
  gbk = test.changeCharset(ascii,ChangeCharset.US_ASCII, ChangeCharset.GBK);
  System.out.println("再把ASCII碼的字串轉換成GBK碼: " + gbk);
  System.out.println();
  String iso88591 = test.toISO_8859_1(str);
  System.out.println("轉換成ISO-8859-1碼: " + iso88591);
  gbk = test.changeCharset(iso88591,ChangeCharset.ISO_8859_1, ChangeCharset.GBK);
  System.out.println("再把ISO-8859-1碼的字串轉換成GBK碼: " + gbk);
  System.out.println();
  String utf8 = test.toUTF_8(str);
  System.out.println("轉換成UTF-8碼: " + utf8);
  gbk = test.changeCharset(utf8,ChangeCharset.UTF_8, ChangeCharset.GBK);
  System.out.println("再把UTF-8碼的字串轉換成GBK碼: " + gbk);
  System.out.println();
  String utf16be = test.toUTF_16BE(str);
  System.out.println("轉換成UTF-16BE碼:" + utf16be);
  gbk = test.changeCharset(utf16be,ChangeCharset.UTF_16BE, ChangeCharset.GBK);
  System.out.println("再把UTF-16BE碼的字串轉換成GBK碼: " + gbk);
  System.out.println();
  String utf16le = test.toUTF_16LE(str);
  System.out.println("轉換成UTF-16LE碼:" + utf16le);
  gbk = test.changeCharset(utf16le,ChangeCharset.UTF_16LE, ChangeCharset.GBK);
  System.out.println("再把UTF-16LE碼的字串轉換成GBK碼: " + gbk);
  System.out.println();
  String utf16 = test.toUTF_16(str);
  System.out.println("轉換成UTF-16碼:" + utf16);
  gbk = test.changeCharset(utf16,ChangeCharset.UTF_16LE, ChangeCharset.GBK);
  System.out.println("再把UTF-16碼的字串轉換成GBK碼: " + gbk);
  String s = new String("中文".getBytes("UTF-8"),"UTF-8");
  System.out.println(s);
 }
}

------------------------------------------------------------------------------------------------------------------


        java中的String類是按照unicode進行編碼的，當使用String(byte[] bytes, String encoding)構造字串時，encoding所指的是bytes中的資料是按照那種方式編碼的，而不是最後產生的String是什麼編碼方式，換句話說，是讓系統把bytes中的資料由encoding編碼方式轉換成unicode編碼。如果不指明，bytes的編碼方式將由jdk根據作業系統決定。

        當我們從檔案中讀資料時，最好使用InputStream方式，然後採用String(byte[] bytes, String encoding)指明檔案的編碼方式。不要使用Reader方式，因為Reader方式會自動根據jdk指明的編碼方式把檔案內容轉換成unicode編碼。

        當我們從資料庫中讀文本資料時，採用ResultSet.getBytes()方法取得位元組數組，同樣採用帶編碼方式的字串構造方法即可。

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

不要採取下面的步驟。

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

        這種編碼轉換方式效率底。之所以這麼做的原因是，ResultSet在getString()方法執行時，預設資料庫裡的資料編碼方式為iso8859-1。系統會把資料依照iso8859-1的編碼方式轉換成unicode。使用str.getBytes("iso8859-1")把資料還原，然後利用new String(bytes, "gb2312")把資料從gb2312轉換成unicode，中間多了好多步驟。

        從HttpRequest中讀參數時，利用reqeust.setCharacterEncoding()方法設定編碼方式，讀出的內容就是正確的了。