字符串转码中文乱码问题的进一步理解 UTF-8 GBK转码

时间：2021-08-25 04:07:35

首先 要明确指出一点：

编码方式是针对字符串转换之后的字节数组的，字符串并没有编码方式的概念，因为字符串不管是在什么编码页面下他只是一个对象，他只有字符的概念，不管页面编码方式是什么，他始终都是那几个字符　　　　

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

//正确的方式
String name="金黄色的sfdf弗兰克的但safd撒酒疯";

          byte[] gbkBytes=name.getBytes("GBK");

              System.out.println(new String(gbkBytes,"GBK"));

          byte[] utfBytes=name.getBytes("UTF-8");

              System.out.println(new String(utfBytes,"UTF-8"));

如果要把字符串转换为UTF-8的字节数组  可以用以下两种方法：

byte[] retString=name.getBytes("UTF-8");

或者：

public static byte[] getUTF8Bytes(String name) {

        int n = name.length();

        byte[] utfBytes = new byte[3 * n];

        int k = 0;

        for (int i = 0; i < n; i++) {

            int m = name.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

相关文章