java字符串应用之字符串编码转换

    无论是对程序的本地化还是国际化，都会涉及到字符编码的转换的问题。尤其在web应用中常常需要处理中文字符，这时就需要进行字符串的编码转换，将字符串编码转换为GBK或者GB2312。

一、关键技术点：
    1、当前流行的字符编码格式有：US-ASCII、ISO-8859-1、UTF-8、UTF-16BE、UTF-16LE、UTF-16、GBK、GB2312等，其中GBK、GB2312是专门处理中文编码的。
    2、String的getBytes方法用于按指定编码获取字符串的字节数组，参数指定了解码格式，如果没有指定解码格式，则按系统默认编码格式。
    3、String的“String(bytes[] bs, String charset)”构造方法用于把字节数组按指定的格式组合成一个字符串对象
   
二、实例演示：

package book.String;

import java.io.UnsupportedEncodingException;

/** *//**
* 转换字符串的编码
*@author joe
*
*/

publicclass ChangeCharset...{
   /** *//** 7位ASCII字符，也叫作ISO646-US、Unicode字符集的基本拉丁块     */
   public static final String US_ASCII= "US-ASCII";
   /** *//** ISO拉丁字母表 No.1，也叫做ISO-LATIN-1    */
   public static final String ISO_8859_1= "ISO-8859-1";
   /** *//** 8 位 UCS 转换格式    */
   public static final String UTF_8= "UTF-8";
   /** *//** 16 位 UCS 转换格式，Big Endian(最低地址存放高位字节）字节顺序    */
   public static final String UTF_16BE= "UTF-16BE";
   /** *//** 16 位 UCS 转换格式，Litter Endian（最高地址存放地位字节）字节顺序    */
   public static final String UTF_16LE= "UTF-16LE";
   /** *//** 16 位 UCS 转换格式，字节顺序由可选的字节顺序标记来标识    */
   public static final String UTF_16= "UTF-16";
   /** *//** 中文超大字符集     **/
   public static final String GBK= "GBK";
   
   public static final String GB2312= "GB2312";
   
   /** *//** 将字符编码转换成US-ASCII码    */
   public String toASCII(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str, US_ASCII);
    }
   
   /** *//** 将字符编码转换成ISO-8859-1    */
   public String toISO_8859_1(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str, ISO_8859_1);
    }
   
   /** *//** 将字符编码转换成UTF-8    */
   public String toUTF_8(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str, UTF_8);
    }
   
   /** *//** 将字符编码转换成UTF-16BE    */
   public String toUTF_16BE(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str, UTF_16BE);
    }
   
   /** *//** 将字符编码转换成UTF-16LE    */
   public String toUTF_16LE(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str, UTF_16LE);
    }
   
   /** *//** 将字符编码转换成UTF-16    */
   public String toUTF_16(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str, UTF_16);
    }
   
   /** *//** 将字符编码转换成GBK    */
   public String toGBK(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str, GBK);
    }
   
   /** *//** 将字符编码转换成GB2312    */
   public String toGB2312(String str)throws UnsupportedEncodingException...{
       return this.changeCharset(str,GB2312);
    }
   
   /** *//**
     * 字符串编码转换的实现方法
     *@param str    待转换的字符串
     *@param newCharset    目标编码
    */
   public String changeCharset(String str, String newCharset)throws UnsupportedEncodingException...{
       if(str != null)...{
           //用默认字符编码解码字符串。与系统相关，中文windows默认为GB2312
           byte[] bs = str.getBytes();
           return new String(bs, newCharset);   //用新的字符编码生成字符串
        }
       return null;
    }
   
   /** *//**
     * 字符串编码转换的实现方法
     *@param str    待转换的字符串
     *@param oldCharset    源字符集
     *@param newCharset    目标字符集
    */
   public String changeCharset(String str, String oldCharset, String newCharset)throws UnsupportedEncodingException...{
       if(str != null)...{
           //用源字符编码解码字符串
           byte[] bs = str.getBytes(oldCharset);
           return new String(bs, newCharset);
        }
       return null;
    }
   
   public static void main(String[] args)throws UnsupportedEncodingException...{
        ChangeCharset test= new ChangeCharset();
        String str= "This is a 中文的 String!";
        System.out.println("str："+ str);
       
        String gbk= test.toGBK(str);
        System.out.println("转换成GBK码："+ gbk);
        System.out.println();
       
        String ascii= test.toASCII(str);
        System.out.println("转换成US-ASCII："+ ascii);
        System.out.println();
       
        String iso88591= test.toISO_8859_1(str);
        System.out.println("转换成ISO-8859-1码："+ iso88591);
        System.out.println();
       
        gbk= test.changeCharset(iso88591, ISO_8859_1, GBK);
        System.out.println("再把ISO-8859-1码的字符串转换成GBK码："+ gbk);
        System.out.println();
       
        String utf8= test.toUTF_8(str);
        System.out.println();
        System.out.println("转换成UTF-8码："+ utf8);
        String utf16be= test.toUTF_16BE(str);
        System.out.println("转换成UTF-16BE码："+ utf16be);
        gbk= test.changeCharset(utf16be, UTF_16BE, GBK);
        System.out.println("再把UTF-16BE编码的字符转换成GBK码："+ gbk);
        System.out.println();
       
        String utf16le= test.toUTF_16LE(str);
        System.out.println("转换成UTF-16LE码："+ utf16le);
        gbk= test.changeCharset(utf16le, UTF_16LE, GBK);
        System.out.println("再把UTF-16LE编码的字符串转换成GBK码："+ gbk);
        System.out.println();
       
        String utf16= test.toUTF_16(str);
        System.out.println("转换成UTF-16码："+ utf16);
        String gb2312= test.changeCharset(utf16, UTF_16, GB2312);
        System.out.println("再把UTF-16编码的字符串转换成GB2312码："+ gb2312);
    }

}

输出结果：

str：Thisis a 中文的 String!
转换成GBK码：Thisis a 中文的 String!

转换成US-ASCII：Thisis a ?????? String!

转换成ISO-8859-1码：Thisis a ?????? String!

再把ISO-8859-1码的字符串转换成GBK码：Thisis a 中文的 String!


转换成UTF-8码：Thisis a ????? String!
转换成UTF-16BE码：周楳?猠愠????瑲楮朡
再把UTF-16BE编码的字符转换成GBK码：Thisis a 中文的 String!

转换成UTF-16LE码：桔獩椠?????匠牴湩Ⅷ
再把UTF-16LE编码的字符串转换成GBK码：Thisis a 中文的 String!

转换成UTF-16码：周楳?猠愠????瑲楮朡
再把UTF-16编码的字符串转换成GB2312码：?Thisis a 中文的 String!

三、源码分析：
    更改字符串编码的步骤为:
    1、调用String的getByte方法对字符串进行解码，得到字符串的字节数组（字节数组不携带任何有关编码格式的信息，只有字符才有编码格式）
    2、根据字节数组和新的字符编码构造一个新的String对象，得到的就是按照新的字符编码生成的字符串