关于java编码的转换
问:怎样将GBK 编码的汉字转换成为 UTF-8 编码的汉字?
[其实应这样问:怎样将GBK 编码的字节数组转换成为 UTF-8 编码的字节数组,
都是汉字有什么不同?]
答: new String(str.getBytes("gbk"),"utf-8");
其实这个答案非常错误,你可试一下,无论str是任何中文字符串,返回的结果都将是???.
问题在于str.getBytes("gbk")返回的是GBK格式的字节数组,即存在于GBK编码集中,
也就是说按GBK方式,这个字节数组可以转换成正确字符串,然而你偏要按Utf-8方式转换他.
而这个字节数组所代表的编码在utf-8编码集中不存在,所以显示乱码.
那么怎么转换才是正确呢,首先需清楚一个概念,所有的字符串在内存中都是换Unicode存储的
(严格的说是UTF-16).我们要先把GBK编码的字节数组转换为Unicode:
str = new String(buf,"GBK"); 然后再编码成 UTF-8的字节数组:
str.getBytes("UTF-8") 这样就完成了转换.