字符串转码中文乱码问题的进一步理解 UTF-8 GBK转码

Posted 2020-11-18 bimingcong

　　　　众所周知，字符编码很多  像UTF-8、GBK、GB2312、ISO8859-1等等  其中GBK是兼容GB2312的 

　　重点是UTF-8编码下的中文占3个字节，GBK、GB2312编码下的中文占2个字节，当我们把一个字符串解析为UTF-8的字节时，

　　如果进行了业务处理，再转为GBK那么很容易就出现了乱码，很显然两种编码中文字节占用位数都不一样，

       网上很多人说GBK转UTF-8的方法如下：

//以下代码是错误的   
String str="双节棍爱好友h为太原";
   byte[]tem=str.getBytes("GBK");
  String result=new String(tem,"UTF-8");

　　　

　      我可以很负责的说这个是错误的  结果是乱码 这个我已经试过 是错误的

  　  字符串就是个对象 你用什么编码去获取字节数组，那么你将字节数组重新还原字符串的时候就用对应的编码

　　希望下边的代码 能给大家 带来点启发

  private void ju() {
    String str="双节棍爱好友h为太原";
        try {
            byte[]tem=str.getBytes("GBK");
            String result=new String(tem,"UTF-8");
            byte[]buffer=new byte[500];
            System.arraycopy(tem,0,buffer,0,15);
            byte[]yu=new byte[15];
            for (int i = 0; i < 15; i++) {
                yu[i]=buffer[i];
            }
            //直接从0开始截取15个字符  是不行的  结果是乱码
            String ee=new String(yu,0,15);//结果是乱码
            //但是按照GBK的方式去编码就可以成功
            String str3=new String(yu,"GBK");//结果是   "双节棍爱好友h为"
            //这里要注意的是 用UTF-8得到的字节数组长度是GBK得到长度的1.5倍 所以这中间做业务处理会出错

            //如果你非要把GBK的字符串转为UTF-8  这样做
            String str4=getUTF8StringFromGBKString(str3);
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
    }

如果非要把GBK转为UTF-8  可以用以下方法

 public static String getUTF8StringFromGBKString(String gbkStr) {
        try {
            return new String(getUTF8BytesFromGBKString(gbkStr), "UTF-8");
        } catch (UnsupportedEncodingException e) {
            throw new InternalError();
        }
    }

    public static byte[] getUTF8BytesFromGBKString(String gbkStr) {
        int n = gbkStr.length();
        byte[] utfBytes = new byte[3 * n];
        int k = 0;
        for (int i = 0; i < n; i++) {
            int m = gbkStr.charAt(i);
            if (m < 128 && m >= 0) {
                utfBytes[k++] = (byte) m;
                continue;
            }
            utfBytes[k++] = (byte) (0xe0 | (m >> 12));
            utfBytes[k++] = (byte) (0x80 | ((m >> 6) & 0x3f));
            utfBytes[k++] = (byte) (0x80 | (m & 0x3f));
        }
        if (k < utfBytes.length) {
            byte[] tmp = new byte[k];
            System.arraycopy(utfBytes, 0, tmp, 0, k);
            return tmp;
        }
        return utfBytes;
    }

 

　　　　严禁盗版    

　　　转载请注明出处：https://www.cnblogs.com/bimingcong/p/9185472.html