字符串转码中文乱码问题的进一步理解 UTF-8 GBK转码

bimingcong 2018-06-14 原文

　　　　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;
    }