java中GBK轉UTF-8亂碼的解決方法
如果自己採用的是GBK編碼,對方採用得到是UTF-8編碼,發送資料時需要將GBK編碼資料轉換成UTF-8編碼數據,這樣對方才不會亂碼。
問題出現:GBK轉UTF-8時,奇數個中文會亂碼,偶數個中文不會亂碼。
原因分析:
public static void analyze() throws UnsupportedEncodingException { String gbk = "我来了"; String utf8 = new String(gbk.getBytes("UTF-8")); for (byte b : gbk.getBytes("UTF-8")) { System.out.print(b + " "); } System.out.println(); for (byte b : utf8.getBytes()) { System.out.print(b + " "); } } /* -26 -120 -111 -26 -99 -91 -28 -70 -122 -26 -120 -111 -26 -99 -91 -28 -70 63 ! */
注意最後一個位元組不同,上面一行才是正確的UTF-8編碼。那為什麼下面一行最後一個位元組是63,而不是-122呢?這就是造成亂碼的原因所在。
GBK編碼是一個中文2個字節,而UTF-8編碼是一個中文3個字節,當我們呼叫getBytes("UTF-8")方法時,會透過計算來增加位元組,使得從GBK的2個位元組變成UTF-8對應的3個位元組。因此,上例3個中文輸出了9個位元組。
(相關影片教學分享:java影片教學)
解決問題
保證位元組正確才是硬道理。當呼叫getBytes("UTF-8")轉換成位元組數組後,建立ISO-8859-1編碼的字串,ISO-8859-1編碼是一個位元組對應一個字符,因此不會使最後一個位元組錯誤。
public static void correctEncode() throws UnsupportedEncodingException { String gbk = "我来了"; String iso = new String(gbk.getBytes("UTF-8"),"ISO-8859-1"); for (byte b : iso.getBytes("ISO-8859-1")) { System.out.print(b + " "); } System.out.println(); //模拟UTF-8编码的网站显示 System.out.println(new String(iso.getBytes("ISO-8859-1"),"UTF-8")); } /* -26 -120 -111 -26 -99 -91 -28 -70 -122 我来了 */
以上是java中GBK轉UTF-8亂碼的解決方法的詳細內容。更多資訊請關注PHP中文網其他相關文章!