java中文与unicode互转
来源:互联网 发布:listview.java 1594 编辑:程序博客网 时间:2024/06/03 17:38
这两天操作XML使用到了Jdom,在创建XML文件并输出到硬盘的时候遇到一个中文编码的问题:Jdom默认输出的XML编码是UTF-8,但是文档中如果出现中文字符那么该中文字符就会变成乱码,造成XML文件无法被正确解析。
UTF-8应该是可以用来表示中文的吧?我不知道这是不是Jdom的一个BUG(Jdom 1.0,beta了10次的产物哦!)。我google了一下,大家解决这个问题的办法无非是把Jdom的输出字符集改为GBK或者GB2312,但是这样就会有一些副作用,如果在没有特定字符集(GBK或者GB2312)的操作系统上不是依然不能正确解析吗?一个比较好的解决办法是先把中文转换成Unicode编码在直接输出,程序解析XML后的时候再把Unicode编码转回中文就没有问题了。
于是我查看了JDK的文档,截至Java 5好像都没有做类似转换的类可以直接使用,但是我发现一个类 java.util.Properties,它的源代码里有两个私有(private)方法 loadConvert (char[] in, int off, int len, char[] convtBuf) 和 saveConvert(String theString, boolean escapeSpace) 其实就是做特殊字符和Unicode编码字符间转换的,我把它们提取出来,单独包装到一个类里就可以使用了。
下面是我包装的类 CharacterSetToolkit
UTF-8应该是可以用来表示中文的吧?我不知道这是不是Jdom的一个BUG(Jdom 1.0,beta了10次的产物哦!)。我google了一下,大家解决这个问题的办法无非是把Jdom的输出字符集改为GBK或者GB2312,但是这样就会有一些副作用,如果在没有特定字符集(GBK或者GB2312)的操作系统上不是依然不能正确解析吗?一个比较好的解决办法是先把中文转换成Unicode编码在直接输出,程序解析XML后的时候再把Unicode编码转回中文就没有问题了。
于是我查看了JDK的文档,截至Java 5好像都没有做类似转换的类可以直接使用,但是我发现一个类 java.util.Properties,它的源代码里有两个私有(private)方法 loadConvert (char[] in, int off, int len, char[] convtBuf) 和 saveConvert(String theString, boolean escapeSpace) 其实就是做特殊字符和Unicode编码字符间转换的,我把它们提取出来,单独包装到一个类里就可以使用了。
下面是我包装的类 CharacterSetToolkit
/** CharacterSetToolkit.java** Created on 2006年10月27日, 下午2:06** To change this template, choose Tools | Template Manager* and open the template in the editor.*/package mobi.chenwei.lang;/*** 进行字符操作的工具类* @author Chen Wei* @email chenwei.mobi@gmail.com*/public class CharacterSetToolkit { /** Creates a new instance of CharacterSetToolkit */ public CharacterSetToolkit() { } private static final char[] hexDigit = { '0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F' }; private static char toHex(int nibble) { return hexDigit[(nibble & 0xF)]; } /** * 将字符串编码成 Unicode 。 * @param theString 待转换成Unicode编码的字符串。 * @param escapeSpace 是否忽略空格。 * @return 返回转换后Unicode编码的字符串。 */ public static String toUnicode(String theString, boolean escapeSpace) { int len = theString.length(); int bufLen = len * 2; if (bufLen < 0) { bufLen = Integer.MAX_VALUE; } StringBuffer outBuffer = new StringBuffer(bufLen); for(int x=0; x<len; x++) { char aChar = theString.charAt(x); // Handle common case first, selecting largest block that // avoids the specials below if ((aChar > 61) && (aChar < 127)) { if (aChar == '\\') { outBuffer.append('\\'); outBuffer.append('\\'); continue; } outBuffer.append(aChar); continue; } switch(aChar) { case ' ': if (x == 0 || escapeSpace) outBuffer.append('\\'); outBuffer.append(' '); break; case '\t':outBuffer.append('\\'); outBuffer.append('t'); break; case '\n':outBuffer.append('\\'); outBuffer.append('n'); break; case '\r':outBuffer.append('\\'); outBuffer.append('r'); break; case '\f':outBuffer.append('\\'); outBuffer.append('f'); break; case '=': // Fall through case ':': // Fall through case '#': // Fall through case '!': outBuffer.append('\\'); outBuffer.append(aChar); break; default: if ((aChar < 0x0020) || (aChar > 0x007e)) { outBuffer.append('\\'); outBuffer.append('u'); outBuffer.append(toHex((aChar >> 12) & 0xF)); outBuffer.append(toHex((aChar >> 8) & 0xF)); outBuffer.append(toHex((aChar >> 4) & 0xF)); outBuffer.append(toHex( aChar & 0xF)); } else { outBuffer.append(aChar); } } } return outBuffer.toString(); } /** * 从 Unicode 码转换成编码前的特殊字符串。 * @param in Unicode编码的字符数组。 * @param off 转换的起始偏移量。 * @param len 转换的字符长度。 * @param convtBuf 转换的缓存字符数组。 * @return 完成转换,返回编码前的特殊字符串。 */ public String fromUnicode(char[] in, int off, int len, char[] convtBuf) { if (convtBuf.length < len) { int newLen = len * 2; if (newLen < 0) { newLen = Integer.MAX_VALUE; } convtBuf = new char[newLen]; } char aChar; char[] out = convtBuf; int outLen = 0; int end = off + len; while (off < end) { aChar = in[off++]; if (aChar == '\\') { aChar = in[off++]; if (aChar == 'u') { // Read the xxxx int value = 0; for (int i = 0; i < 4; i++) { aChar = in[off++]; switch (aChar) { case '0': case '1': case '2': case '3': case '4': case '5': case '6': case '7': case '8': case '9': value = (value << 4) + aChar - '0'; break; case 'a': case 'b': case 'c': case 'd': case 'e': case 'f': value = (value << 4) + 10 + aChar - 'a'; break; case 'A': case 'B': case 'C': case 'D': case 'E': case 'F': value = (value << 4) + 10 + aChar - 'A'; break; default: throw new IllegalArgumentException( "Malformed \\uxxxx encoding."); } } out[outLen++] = (char) value; } else { if (aChar == 't') { aChar = '\t'; } else if (aChar == 'r') { aChar = '\r'; } else if (aChar == 'n') { aChar = '\n'; } else if (aChar == 'f') { aChar = '\f'; } out[outLen++] = aChar; } } else { out[outLen++] = (char) aChar; } } return new String(out, 0, outLen); }}
- java中文与unicode互转
- 中文与unicode互转
- 中文与unicode互转
- 中文与unicode互转
- java Unicode与中文互换
- java Unicode与中文互换
- 中文与Unicode转换--java
- java Unicode与中文互换
- java Unicode 与中文字符的转换
- 中文与Unicode表示转换--java实现
- java unicode与汉字中文互转
- Unicode与中文的转换-java
- Unicode与中文转化
- JAVA UNICODE转中文
- unicode码 java中文
- Java unicode 转中文
- java string与unicode互转
- java 十六进制Unicode编码与中文互转
- 一号通
- Java中使用正则表达式大全
- 如何让百度竞价流量更精准
- OpenStack Folsom 双网卡快速安装指南
- 中国书函套语
- java中文与unicode互转
- PHP防止注入方法
- C++显式类型转换
- 加标记区分竞价流量与自然流量
- jsp中jstl标签库使用方法总结
- C# Form类学习
- g_thread_init(NULL);
- Linux查看文件编码格式及文件编码转换
- jsp中得到客户端真实ip地址