ITPub博客

首页 > Linux操作系统 > Linux操作系统 > java字符串应用之字符串编码转换

java字符串应用之字符串编码转换

原创 Linux操作系统 作者:aben_xml 时间:2009-06-24 12:28:01 0 删除 编辑
无论是对程序的本地化还是国际化,都会涉及到字符编码的转换的问题。尤其在web应用中常常需要处理中文字符,这时就需要进行字符串的编码转换,将字符串编码转换为GBK或者GB2312。 一、关键技术点:
    1、当前流行的字符编码格式有:US-ASCII、ISO-8859-1、UTF-8、UTF-16BE、UTF-16LE、UTF-16、GBK、GB2312等,其中GBK、GB2312是专门处理中文编码的。
    2、String的getBytes方法用于按指定编码获取字符串的字节数组,参数指定了解码格式,如果没有指定解码格式,则按系统默认编码格式。
    3、String的“String(bytes[] bs, String charset)”构造方法用于把字节数组按指定的格式组合成一个字符串对象

package book.String;

import java.io.UnsupportedEncodingException;

/**
 * 转换字符串的编码
 * 
@author joe
 *
 
*/


public class ChangeCharset {
    
/** 7位ASCII字符,也叫作ISO646-US、Unicode字符集的基本拉丁块      */
    
public static final String US_ASCII = "US-ASCII";
    
/** ISO拉丁字母表 No.1,也叫做ISO-LATIN-1     */
    
public static final String ISO_8859_1 = "ISO-8859-1";
    
/** 8 位 UCS 转换格式     */
    
public static final String UTF_8 = "UTF-8";
    
/** 16 位 UCS 转换格式,Big Endian(最低地址存放高位字节)字节顺序     */
    
public static final String UTF_16BE = "UTF-16BE";
    
/** 16 位 UCS 转换格式,Litter Endian(最高地址存放地位字节)字节顺序     */
    
public static final String UTF_16LE = "UTF-16LE";
    
/** 16 位 UCS 转换格式,字节顺序由可选的字节顺序标记来标识     */
    
public static final String UTF_16 = "UTF-16";
    
/** 中文超大字符集     **/
    
public static final String GBK = "GBK";
    
    
public static final String GB2312 = "GB2312";
    
    
/** 将字符编码转换成US-ASCII码     */
    
public String toASCII(String str) throws UnsupportedEncodingException {
        
return this.changeCharset(str, US_ASCII);
    }

    
    
/** 将字符编码转换成ISO-8859-1     */
    
public String toISO_8859_1(String str) throws UnsupportedEncodingException {
        
return this.changeCharset(str, ISO_8859_1);
    }

    
    
/** 将字符编码转换成UTF-8     */
    
public String toUTF_8(String str) throws UnsupportedEncodingException {
        
return this.changeCharset(str, UTF_8);
    }

    
    
/** 将字符编码转换成UTF-16BE     */
    
public String toUTF_16BE(String str) throws UnsupportedEncodingException{
        
return this.changeCharset(str, UTF_16BE);
    }

    
    
/** 将字符编码转换成UTF-16LE     */
    
public String toUTF_16LE(String str) throws UnsupportedEncodingException {
        
return this.changeCharset(str, UTF_16LE);
    }

    
    
/** 将字符编码转换成UTF-16     */
    
public String toUTF_16(String str) throws UnsupportedEncodingException {
        
return this.changeCharset(str, UTF_16);
    }

    
    
/** 将字符编码转换成GBK     */
    
public String toGBK(String str) throws UnsupportedEncodingException {
        
return this.changeCharset(str, GBK);
    }

    
    
/** 将字符编码转换成GB2312     */
    
public String toGB2312(String str) throws UnsupportedEncodingException {
        
return this.changeCharset(str,GB2312);
    }

    
    
/**
     * 字符串编码转换的实现方法
     * 
@param str    待转换的字符串
     * 
@param newCharset    目标编码
     
*/

    
public String changeCharset(String str, String newCharset) throws UnsupportedEncodingException {
        
if(str != null{
            
//用默认字符编码解码字符串。与系统相关,中文windows默认为GB2312
            byte[] bs = str.getBytes();
            
return new String(bs, newCharset);    //用新的字符编码生成字符串
        }

        
return null;
    }

    
    
/**
     * 字符串编码转换的实现方法
     * 
@param str    待转换的字符串
     * 
@param oldCharset    源字符集
     * 
@param newCharset    目标字符集
     
*/

    
public String changeCharset(String str, String oldCharset, String newCharset) throws UnsupportedEncodingException {
        
if(str != null{
            
//用源字符编码解码字符串
            byte[] bs = str.getBytes(oldCharset);
            
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(
"转换成GBK码:" + gbk);
        System.out.println();
        
        String ascii 
= test.toASCII(str);
        System.out.println(
"转换成US-ASCII:" + ascii);
        System.out.println();
        
        String iso88591 
= test.toISO_8859_1(str);
        System.out.println(
"转换成ISO-8859-1码:" + iso88591);
        System.out.println();
        
        gbk 
= test.changeCharset(iso88591, ISO_8859_1, GBK);
        System.out.println(
"再把ISO-8859-1码的字符串转换成GBK码:" + gbk);
        System.out.println();
        
        String utf8 
= test.toUTF_8(str);
        System.out.println();
        System.out.println(
"转换成UTF-8码:" + utf8);
        String utf16be 
= test.toUTF_16BE(str);
        System.out.println(
"转换成UTF-16BE码:" + utf16be);
        gbk 
= test.changeCharset(utf16be, UTF_16BE, GBK);
        System.out.println(
"再把UTF-16BE编码的字符转换成GBK码:" + gbk);
        System.out.println();
        
        String utf16le 
= test.toUTF_16LE(str);
        System.out.println(
"转换成UTF-16LE码:" + utf16le);
        gbk 
= test.changeCharset(utf16le, UTF_16LE, GBK);
        System.out.println(
"再把UTF-16LE编码的字符串转换成GBK码:" + gbk);
        System.out.println();
        
        String utf16 
= test.toUTF_16(str);
        System.out.println(
"转换成UTF-16码:" + utf16);
        String gb2312 
= test.changeCharset(utf16, UTF_16, GB2312);
        System.out.println(
"再把UTF-16编码的字符串转换成GB2312码:" + gb2312);
    }


}

三、源码分析:
    更改字符串编码的步骤为:
    1、调用String的getByte方法对字符串进行解码,得到字符串的字节数组(字节数组不携带任何有关编码格式的信息,只有字符才有编码格式)
    2、根据字节数组和新的字符编码构造一个新的String对象,得到的就是按照新的字符编码生成的字符串

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/129556/viewspace-607393/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2008-04-29

  • 博文量
    47
  • 访问量
    57782