java中GBK转utf-8！

Question

String b = new String(dish_id.getBytes("ISO-8859-1"), "UTF-8"); 

Answer 1

你不会把页面编码格式改成UTF-8吗？就不用转。
或者filter进行转码。

Answer 2

搞错了 - - 
应该是
String b = getParameter("name");
b = new String(b.getBytes("GBK"), "UTF-8");

Answer 3

提交过来也应该是request.getParameter("name");吧
new String(dish_id.getBytes("ISO-8859-1"), "UTF-8"); 
new String(dish_id.getBytes("ISO-8859-1"), "GBK"); 
new String(dish_id.getBytes("GBK"), "UTF-8"); 
new String(dish_id.getBytes("GBK"), "ISO-8859-1"); 
new String(dish_id.getBytes("UTF-8"), "GBK"); 
new String(dish_id.getBytes("UTF-8"), "ISO-8859-1"); 
把这些挨个转一遍看看哪个是正确的

Answer 4

还是不行。
可以确定是GBK转UTF-8的问题，
当转换的中文是偶数位时正常，奇数位时出错。
苦恼中！！！

Answer 5

请问一下 dish_id 这里面的值是从什么地方来的？

Answer 6

这种情况一般会出现在 Web 应用 GET 方式提交上，在 IE 中会产生这种情况，主要是
由于提交参数中的中文没有采用 URL 编码。

Answer 7

String b = new String(dish_id.getBytes("ISO-8859-1"), "UTF-8"); 

Answer 8

dish_id是上一个页面提交来的
method="pos" 
enctype="multipart/form-data"
<form action="/servlet/dish_add" method=post enctype="multipart/form-data" >

Answer 9

应该是传过来的时候就已经乱码了
在JSP页面传过来的时候调用JavaScript的encodeURI()的方法包装要传递的URL
然后再用String b = new String(dish_id.getBytes("ISO-8859-1"), "UTF-8"); 

Answer 10

<form action="/servlet/dish_add" method=post enctype="multipart/form-data" >已经不是普通的POST方法了
把Action用encodeURI()包装一下试试

Answer 11

把Action用encodeURI()包装一下试试
怎么包装？
第一次听说

Answer 12

action="javasript:encodeURI('/servlet/dish_add')"

Answer 13

action="javascript:encodeURI('/servlet/dish_add')" 
少打了个c

Answer 14

GBK的字符从页面传入后台的时候可以通javascript的encodeURI进行两次encode.传到服务端只要通过URLDecoder.decode(req.getParameter("..."));
这样就不会出现乱码了。

Answer 15

public String convertString(String gbk){
String utf8 = new String(gbk2utf8(gbk),"UTF-8");
} 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); StringBuffer sb = new StringBuffer();
int len = 16 - word.length();
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"); 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;
}

Answer 16

-_-!
细细品味了一下，发现我的代码写错了，想修改，发现没法修改发出的帖子.....
算了，重新搞一次..
    public String convertString(String gbk){
     String utf8 = "";
        try {
utf8 = new String(gbk2utf8(gbk),"UTF-8");
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
return utf8;
    }    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);            StringBuffer sb = new StringBuffer();
            int len = 16 - word.length();
            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");            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;
    }
顺手把那个大大的转换原理贴出来：
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) 

Answer 17

GBK和utf-8编码占用的字节数是不一样的。所以不可以直接转换。你可以通过
utf8Content = new String(str.getBytes(),"utf-8");
GBKStr = URLDecoder.decode(utf8Content, "GBK");
你可以试一下，不知是否可行。