编码转换问题

Question

String str = "中华人民共和国";
String str1 = new String(str.getBytes("utf-8"),"gbk");
System.out.println("str=="+str);
System.out.println("str1=="+str1);
String str2 = new String(str1.getBytes("gbk"),"utf-8");
System.out.println("str2=="+str2);----------------------------------------------
str==中华人民共和国
str1==涓崕浜烘皯鍏卞拰鍥?
str2==中华人民共和??如果str是单数的汉字的话，最后转回来不能转全，如果str是双数的汉字的话就可以转全，有什么解决的办法吗？

Answer 1

建议不要把编码转来转去，这样最后肯定是混乱。
简单就是美。String str = "中华人民共和国"; 
这是双字节unicode编码。
str.getBytes("utf-8")
unicode转为utf-8
new String(str.getBytes("utf-8"),"gbk"); 
utf-8转为gbk
好像没什么意义。

Answer 2

utf-8和gbk这两种编码格式都支持汉字,不知道LZ这么转有什么意义。
转码因为编码方式的不同,并不是说像LZ这样转过去然后在转回来就能得到正确的结果的.
由于编码方式的不同,在转码过程中可能有一些信息已经丢失.

Answer 3

                String str = "中华人民共和国"; 
String str1 = new String((str+"@").getBytes("utf-8"),"gbk"); 
System.out.println("str=="+str); 
System.out.println("str1=="+str1); 
String str2 = new String((str1).getBytes("gbk"),"utf-8"); 
System.out.println("str2=="+str2.substring(0,str2.length()-1));

Answer 4

用ISO-8859-1 取转成需要的 

Answer 5

不是所有的编码都可以随便转换的
String都可以用UTF-8变成byte
byte都可以用ISO-8859-1变成String
new String("STR".getBytes("UTF-8"),"UTF-8")
(new String(byte[],"ISO-8859-1")).getBytes("ISO-8859-1")
是没问题的

Answer 6

如果str是单数的汉字的话，最后转回来不能转全，如果str是双数的汉字的话就可以转全，有什么解决的办法吗？
不一定的
byte[] 到 string 用GBK的转换方式是
0-128 的byte 转换成一个unicode字符
128-256的byte加上后面的一个字节 转换成一个unicode字符

Answer 7

byte[] a = str.getBytes("gbk");
然后我把a进行传递，传到后，
用String strnew= new String(str,"gbk");
现在就没乱码了。
我的问题是传递一个String的参数，接收后变成乱码了，乱码和这个转换一样new String(str.getBytes("utf-8"),"gbk"); 
所以前面我才想到再给转回来，不想转回来有问题，不知道大家看懂没，

Answer 8

照你这么说new String("STR".getBytes("UTF-8"),"UTF-8")  
(new String(byte[],"ISO-8859-1")).getBytes("ISO-8859-1")  
没问题，
new String("STR".getBytes("gbk"),"gbk") 有问题了？

Answer 9

引用 8 楼 hendy 的回复:
如果str是单数的汉字的话，最后转回来不能转全，如果str是双数的汉字的话就可以转全，有什么解决的办法吗？  
不一定的  
byte[] 到 string 用GBK的转换方式是  
0-128 的byte 转换成一个unicode字符  
128-256的byte加上后面的一个字节 转换成一个unicode字符  
 照你这么说new String("STR".getBytes("UTF-8"),"UTF-8")   
(new String(byte[],"ISO-8859-1")).getBytes("ISO-8859-1")   
没问题， 
new String("STR".getBytes("gbk"),"gbk") 有问题了？
如果 "STR"不是GBK编码，是其它的字符集，就可能有问题，因为GBK并没有覆盖整个UNICODE 16字符集

Answer 10

UTF-8 以三个字节来表示汉字，GBK 以两个字节来表示汉字。中华人民共和国的 UTF-8 编码如下：E4B8AD E58D8E E4BABA E6B091 E585B1 E5928C E59BBD将这些再组成两个字节的 GBK 编码：E4B8 ADE5 8D8E E4BA BAE6 B091 E585 B1E5 928C E59B BD前面10组组成的字为：涓崕浜烘皯鍏卞拰鍥最后剩下一个：BD，在 GBK 编码中 BD 没有被编码，则以 ?（3F）来代替了，
这时原序列已经被损坏，是没有办法再还原的。

Answer 11

从上面可以看出，奇数个 UTF-8 编码的字符，字节数肯定是个奇数，不能被 GBK 完全编码，最后一个字节被损坏掉了。而偶数个字符，字节数肯定是个偶数，能被占用两个字节的 GBK 完全编码。

Answer 12

这仅仅是汉字的，如果夹杂着占用两个字节或者一个字节的 UTF-8 字符，情况也是同样的。所以不能使用 UTF-8 → GBK → UTF-8，这样是行不通的。