java程序将GBK字符转成UTF-8编码格式
来源:互联网 发布:淘宝不能与卖家聊天 编辑:程序博客网 时间:2024/06/14 05:38
UTF-8 编码介绍
UTF-8 编码是一种被广泛应用的编码,这种编码致力于,
目前已经将几种亚洲语言纳入。UTF 代表 UCS Transformation Format.
UTF-8 采用变长度字节来表示字符,理论上最多可以到 6 个字节长度(一个字符六个字节)。
UTF-8 编码兼容了 ASC II(0-127), 也就是说 UTF-8 对于 ASC II 字符的编码是和 ASC II 一样的。
对于超过一个字节长度的字符,才用以下编码规范:
左边第一个字节1的个数表示这个字符编码字节的位数,
例如两位字节字符编码样式为为:110xxxxx 10xxxxxx;
三位字节字符的编码样式为:1110xxxx 10xxxxxx 10xxxxxx.;
以此类推,六位字节字符的编码样式为:1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx。
xxx 的值由字符编码的二进制表示的位填入。只用最短的那个足够表达一个字符编码的多字节串。
例如:
Unicode 字符: 00 A9(版权符号) = 1010 1001,
UTF-8 编码为:11000010 10101001 = 0x C2 0xA9;
字符 22 60 (不等于符号) = 0010 0010 0110 0000,
UTF-8 编码为:11100010 10001001 10100000 = 0xE2 0x89 0xA0
UTF-8的编码原理和特性:
U+0000~U+007E 1 _ _ _ _ _ _ _ (7bits)
U+0080~U+07FF 1 1 0_ _ _ _ _ 1 0_ _ _ _ _ _ (11bits)
U+0800~U+FFFF 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ (16bits)
UTF-8 编码是一种被广泛应用的编码,这种编码致力于
- 把全球的语言纳入一个统一的编码
目前已经将几种亚洲语言纳入。UTF 代表 UCS Transformation Format.
UTF-8 采用变长度字节来表示字符,理论上最多可以到 6 个字节长度(一个字符六个字节)。
UTF-8 编码兼容了 ASC II(0-127), 也就是说 UTF-8 对于 ASC II 字符的编码是和 ASC II 一样的。
对于超过一个字节长度的字符,才用以下编码规范:
左边第一个字节1的个数表示这个字符编码字节的位数,
例如两位字节字符编码样式为为:110xxxxx 10xxxxxx;
三位字节字符的编码样式为:1110xxxx 10xxxxxx 10xxxxxx.;
以此类推,六位字节字符的编码样式为:1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx。
xxx 的值由字符编码的二进制表示的位填入。只用最短的那个足够表达一个字符编码的多字节串。
例如:
Unicode 字符: 00 A9(版权符号) = 1010 1001,
UTF-8 编码为:11000010 10101001 = 0x C2 0xA9;
字符 22 60 (不等于符号) = 0010 0010 0110 0000,
UTF-8 编码为:11100010 10001001 10100000 = 0xE2 0x89 0xA0
- package com.lang.string;
- public class ConverFromGBKToUTF8 {
- public static void main(String[] args){
- try {
- ConverFromGBKToUTF8 convert = new ConverFromGBKToUTF8();
- byte [] fullByte = convert.gbk2utf8(chenese);
- String fullStr = new String(fullByte, "UTF-8");
- System.out.println("string from GBK to UTF-8 byte: " + fullStr);
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
- public byte[] gbk2utf8(String chenese){
- char c[] = chenese.toCharArray();
- byte [] fullByte =new byte[3*c.length];
- for(int i=0; i<c.length; i++){
- int m = (int)c[i];
- String word = Integer.toBinaryString(m);
- // System.out.println(word);
- StringBuffer sb = new StringBuffer();
- int len = 16 - word.length();
- //补零
- for(int j=0; j<len; j++){
- sb.append("0");
- }
- sb.append(word);
- sb.insert(0, "1110");
- sb.insert(8, "10");
- sb.insert(16, "10");
- // System.out.println(sb.toString());
- String s1 = sb.substring(0,8);
- String s2 = sb.substring(8,16);
- String s3 = sb.substring(16);
- byte b0 = Integer.valueOf(s1, 2).byteValue();
- byte b1 = Integer.valueOf(s2, 2).byteValue();
- byte b2 = Integer.valueOf(s3, 2).byteValue();
- byte[] bf = new byte[3];
- bf[0] = b0;
- fullByte[i*3] = bf[0];
- bf[1] = b1;
- fullByte[i*3+1] = bf[1];
- bf[2] = b2;
- fullByte[i*3+2] = bf[2];
- }
- return fullByte;
- }
- }
UTF-8的编码原理和特性:
U+0000~U+007E 1 _ _ _ _ _ _ _ (7bits)
U+0080~U+07FF 1 1 0_ _ _ _ _ 1 0_ _ _ _ _ _ (11bits)
U+0800~U+FFFF 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ (16bits)
0 0
- java程序将GBK字符转成UTF-8编码格式
- 用java程序将GBK字符转成UTF-8编码格式
- 用java程序将GBK字符转成UTF-8编码格式
- Java字符编码UTF-8 GBK
- 如何将集群文件转换格式-shell指令将GBK文件转成UTF-8的格式
- 字符编码GBK,UTF-8
- java GBK字符转换成为UTF-8编码字符
- 如何使用Java代码将GBK编码格式的工程转换为UTF-8编码格式的工程
- java中GBK编码格式转成UTF8
- java中GBK编码格式转成UTF8
- java中的utf-8、gbk、ISO8859-1格式编码
- java的字符编码集(UNICODE,utf-8,gbk等)
- 将指定目录中的所有文件名从gbk编码转成utf-8
- 将GBK格式的java源文件,转为UTF-8格式文件
- Java GBK,UTF-8编码
- Java实现将GBK编码格式的文件夹中所有文件都转化为UTF-8格式的文件,编码格式转化
- UTF-8编码格式导致编码GBK的不可映射字符问题
- iconv转换编码格式 gbk utf-8
- 计算机网络系列:搭建FTP服务器之第一篇:安装IIS信息服务
- extern 声明外部变量
- Flash上传出现IO Error #2038的错误解决方法
- Cocos2d-X 学习笔记 8 时间调度
- WordPress 简单优化
- java程序将GBK字符转成UTF-8编码格式
- 300 毫秒点击延迟的来龙去脉
- linux 环境变量
- phpcms如何获取当前文章的地址或url,以及解决方法。
- xcode armv6 armv7 armv7s arm64
- android 开发实例 底部导航栏(1)
- 乔布斯:这九本书每个人都该读一读
- iOS8 注册推送
- 关于Android 4.0 以上Service被kill后的生命周期 以及onTaskRemoved和OnTrimMemory调用