黑马程序员技术交流社区

标题: 关于转码问题 [打印本页]

---

作者: 杨文宇    时间: 2012-8-5 16:15
标题: 关于转码问题


import java.util.Arrays;
class Test
{
public static void main(String[] args) throws Exception
{
        String data = "你好";
System.out.println(data);
  byte[] bs = data.getBytes( "GBK" );
        System.out.println( Arrays.toString( bs ) );
  String str = new String( bs , "UTF-8" );
        System.out.println( str );
}
}

GBK每个字符占两个字节，UTF-8占三个字节，那为什么这里把GBK的字节转换成UTF-8字符时反而变成3个字符了？

---

作者: 郑文博    时间: 2012-8-5 17:00

1. public static void main(String[] args) throws Exception
   
2. {
   
3.         String data = "你好";
   
4. System.out.println(data);
   
5.   byte[] bs = data.getBytes( "GBK" );
   
6.         System.out.println( Arrays.toString( bs ) );
   
7.   String str = new String( bs , "UTF-8" );
   
8. /*
   
9. 此处的bs已经被GBK编码为一个数组了，并非直接编码的字符串“你好”。
   
10. 所以JVM不认识它认为bs是一个字符，无法对其UTF-8转码所以下面输出是：？？？
    
11. */
    
12.         System.out.println( str );
    
13. }

复制代码

若要进行转码，可以先对bs按GBK转码回去，再按照UTF-8进行转码。
或者直接对data进行转码。

---

作者: 黑马__李龙    时间: 2012-8-5 17:43
首先byte[] bs = data.getBytes( "GBK" );这行代码已经将上述字符串解码成字节数组，这之后基本就可以说和你原来的字符出没有什么关系了，
System.out.println( Arrays.toString( bs ) );   是打印出一个字节数组的各个元素值，即【-60，-29，-70，-61】
刚才你提到的“GBK每个字符占两个字节，UTF-8占三个字节”，这个是不完全正确的，因为英文字母在任何编码集里貌似都是一字节，
所以String str = new String( bs , "UTF-8" );  这行代码在对字节数组重新编码的时候，他不清楚他是什么，英文还是中文，它只是尝试着去编码，
最后它只得到了3个字符，
你可以做以下的试验：字节数组为左边一列，利用String str = new String( bs , "UTF-8" );  进行编码
【-60，-29，-70，-61】 为3个字符，
【-60，-29，-70】     为2个字符，
【-60，-29】     为2个字符，
【-60】     为1个字符，
【-29，-70】     为1个字符

---

作者: 黑马__李龙    时间: 2012-8-5 17:54


刚才做试验时，尝试出一个有趣的小例子，你可以看一下：
String data = "浣爭";
System.out.println(data);
byte[] bs = data.getBytes( "GBK" );
System.out.println( Arrays.toString( bs ) );
String str = new String( bs , "UTF-8" );
System.out.println( str );
打印结果如附件图
其中比较凑巧的是，“你”在UTF-8的编码是【-28，-67，-96】
浣在GBK的编码是【-28，-67】
爭在GBK的编码是【-96，-114】

huan.jpg (3.39 KB, 下载次数: 6)

下载附件

2012-8-5 17:54 上传

---

欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)

黑马程序员IT技术论坛 X3.2