jni的中文字符串处理
几个概念首先要明确：
- java内部是使用16bit的unicode编码（UTF-16）来表示字符串的，无论中文英文都是2字节；
- jni内部是使用UTF-8编码来表示字符串的，UTF-8是变长编码的unicode，一般ascii字符是1字节，中文是3字节；
- c/c++使用的是原始数据，ascii就是一个字节了，中文一般是GB2312编码，用两个字节来表示一个汉字。
在 JNI 的C中：
const char* str = "012345我是中国人";
strlen(str) 的值为21， 也就是说 char* 的内容是 UTF-8 编码的，而不是GB2312.
注意这里的编码类型是和 C/C++源码文件的编码格式一至的，如果.c或者.cpp文件是UTF-8格式的，则代码里面常量字符串就是utf-8的值。
是GB2312时，strlen(str)的值将是 16，而且用 (*env)->NewStringUTF(env, "012345我是中国人"); 得到的将是乱码，因为将GB2312编码的一段数据，当成utf-8了
明确了概念，操作就比较清楚了。下面根据字符流的方向来分别说明一下
1、java --> c/c++
这种情况中，java调用的时候使用的是UTF-16编码的字符串，jvm把这个字符串传给jni，c/c++得到的输入是jstring，这个时候，可以利用jni提供的两种函数，一个是GetStringUTFChars，这个函数将得到一个UTF-8编码的字符串；另一个是GetStringChars这个将得到UTF-16编码的字符串。无论那个函数，得到的字符串如果含有中文，都需要进一步转化成GB2312的编码。
String
(UTF-16)
|
[java] |
-------------------- JNI 调用
[cpp] |
v
jstring
(UTF-16)
|
+--------+---------+
|GetStringChars |GetStringUTFChars
| |
v v
wchar_t* char*
(UTF_16) (UTF-8)
2、c/c++ --> java
jni返回给java的字符串，c/c++首先应该负责把这个字符串变成UTF-8或者UTF-16格式，然后通过NewStringUTF或者NewString来把它封装成jstring，返回给java就可以了。
String
(UTF-16)
^
|
[java] |
-------------------- JNI 返回
[cpp] |
jstring
(UTF-16)
^
|
+--------+---------+
^ ^
| |
|NewString |NewStringUTF
wchar_t* char*
(UTF_16) (UTF-8)
如果字符串中不含中文字符，只是标准的ascii码，那么用GetStringUTFChars/NewStringUTF就可以搞定了，因为这种情况下，UTF-8编码和ascii编码是一致的，不需要转换。
但是如果字符串中有中文字符，那么在c/c++部分进行编码转换就是一个必须了。我们需要两个转换函数，一个是把UTF8/16的编码转成GB2312；一个是把GB2312转成UTF8/16。
这里要说明一下：linux和win32都支持wchar，这个事实上就是宽度为16bit的unicode编码UTF16，所以，如果我们的c/c++程序中完全使用wchar类型，那么理论上是不需要这种转换的。但是实际上，我们不可能完全用wchar来取代char的，所以就目前大多数应用而言，转换仍然是必须的。
具体的转换函数，linux和win32都有一定的支持，比如glibc的mbstowcs就可以用来把GB2312编码转成UTF16，但是这种支持一般是平台相关的（因为c/c++的标准中并没有包括这部分），不全面的（比如glibc就没有提供转成UTF8的编码），不独立的（linux下mbstowcs的行为要受到locale设置的影响）。所以我推荐使用iconv库来完成转换。
iconv库是一个免费的独立的编码转换库，支持很多平台，多种编码（事实上，它几乎可以处理我们所使用的所有字符编码），而且它的行为不受任何外部环境的影响。iconv在*nix平台上，基本上是缺省安装的。在win32平台上需要额外安装。
下面提供一个把GB2312编码的字符串转换成UTF8编码的示例
#include <iconv.h>
char* BytesToUtf8(string src, char* dst, int* nout)
{
size_t n_in = src.length();
size_t n_out = *nout;
iconv_t c = iconv_open("UTF-8", "GB2312");
if (c == (iconv_t)-1) {
cerr << strerror(errno) << endl;
return NULL;
}
char* inbuf = new char [n_in + 1];
if (!inbuf) {
iconv_close(c);
return NULL;
}
strcpy(inbuf, src.c_str());
memset(dst, 0, n_out);
char* in = inbuf;
char* out = dst;
if (iconv(c, &in, &n_in, &out, &n_out) == (size_t)-1) {
cerr << strerror(errno) << endl;
out = NULL;
}
else {
n_out = strlen(dst);
out = dst;
}
iconv_close(c);
*nout = n_out;
delete[] inbuf;
return out;
}
补充几点说明：
1、从jni的接口看，jni提供了UTF16和UTF8两个系列的字符串处理函数，但是由于jni的文档中说，jni的内部实现中是用UTF8作为字符串编码格式的，所以使用UTF8系列比较合适（NewStringUTF/GetStringUTFChars/ReleaseStringUTFChars）
2、使用iconv库的话，运行环境的设置对于编码转换是没有影响的，但是外层java程序对于字符串的解析依赖于运行环境的locale，所以设置正确的locale对于jni意义不大，但是对整个系统还是必要的。
