java中字符编码问题

Question

本帖最后由 SunCd3210oqq 于 2010-05-06 08:03:33 编辑

Answer 1

String name = "中国";
2.String afterE=new String(name.getBytes("utf-8"),"utf-8");
3.String then = new String(afterE.getBytes("gbk"),"gbk");
4.System.out.println(then); 
这样是对的，因为utf-8中char是2个字节，gbk中char是1个字节.

Answer 2

String name = "中国";此时的“中国”在内存里面是用unicode编码的字符。
new String(name.getBytes(),"utf-8");
name.getBytes()：把unicode编码的字符用gbk方式转化成字节数组，很显然，转化是行不通的！
然后，又把转化错了的字节数组用utf-8转化成字符，输入就错了，输出肯定不对！

Answer 3

在java中，汉字是以Unicode码存在的，
String name = "中国";
String afterE = new String(name.getBytes("utf-8"),"gbk");
System.out.println(afterE);
String then = new String(afterE.getBytes("gbk"),"utf-8");
System.out.println(then); 

Answer 4

转化顺序要配对，比如string由utf8、gbk、big5转化而来，则需要big5、gbk、utf8转化回去，也就是通常讲的从哪来回哪去，不过这个通常需要它转化的顺序，还不如直接使用setCharacterEncoding来 的直接

Answer 5

编码必须一一对应,有GBK->UTF-8,就不需有UTF-8->GBK

Answer 6

想问一下，为什么“中国”两字经过new String(getBytes("utf_8"),"gbk"),就变成了三个字符，它们之间是怎么对应的呢？

Answer 7

中国 UTF-8 编码为：e4 b8 ad   e5 9b bd根据 GBK 的编码规范，重新组装成：E4B8 ADE5 9BBDE4B8 的 GBK 字为“涓”
ADE5 的 GBK 字为未被编码
9BBD 的 GBK 字为“浗”

Answer 8

then = new String(afterE.getBytes("utf-8"),"gbk");
你获得的是utf-8编码的字节，却传进gbk当然会不对了，编码他会根据你给的字节在编码表里面查找相应的字符，找不到或找错就是乱码或者奇怪文字
new String(byte[],Srting) 是将字节数组的字节转化为String（Unicode编码的），你要告诉他你给的是什么编码的字节数组

Answer 9

正解，要用什么编码显示就用什么编码取字节数组getBytes

Answer 10

先谢谢大家.刚才又试了一下这两句话：System.out.println(new String(name.getBytes(),"gbk");System.out.println(new String(name.getBytes("gbk"),"gbk");发现都可以正常输出“中国”两个字，第二句似乎可以理解，但是第一句为什么也可以，第一句不应该等同于：System.out.println(new String(name.getBytes("utf-8"),"gbk");吗？括号里没有写具体的编码方式，那么它默认的是什么呢？

Answer 11

Encodes this String into a sequence of bytes using the platform's default charset, storing the result into a new byte array.
和你的开发平台的默认编码格式相同

Answer 12

平台的默认编码方式是跟系统有关的吗？还是跟myeclipse的设置有关？

Answer 13

在学习中，应该是不能直接变换的，如果楼主想知道如何翻译一个在UTF-8表示的“中国”成为一个用GBK表示的“中国”，似乎 Java 没有直接提供这功能，我们一般都是在处理 char->byte 后再正确还原 byte->char 的过程，不知道有没有现成的 API 可以提供字符集翻译的，我觉得需要一个对照表才行，因为电脑似乎只知道 
e4 b8 ad e5 9b bd 而并不知道它就是"中国"，如果让程序以”中国"为参照物，那就能直接得出它在不同字符集中的编码了。

Answer 14

默认采用 System.getProperty("file.encoding") 系统属性中的编码。

Answer 15

file.encoding 属性会根据运行环境的变化而变化。因此，编码过程中一定不要使用默认的。

Answer 16

我的file.encoding得出来的是GBK 编码，我想问一下，这个编码和JSP文件中的pageEncoding即：
<%@ page language="java" import="java.util.*" pageEncoding="utf-8"%>
指定的编码有什么区别与关系，这句话不是指定编码方式吗？那我的字符串变量"中国"到底是以什么编码方式存在的呢，是系统默认的GBK还是指定的UTF-8?我发现我越来越搞不清楚了！