救急！中文问题！！utf-8编码转成GBK，因为位数不同而产生字符丢掉问题！！

2002-11-12 03:02:52 181 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

为什么你的Matlab中文显示乱码？GBK与UTF-8编码原理及转换指南本文深入解析了Matlab中文显示乱码的核心原因，即GBK与UTF-8编码的错配。通过对比两种编码的原理与差异，文章提供了从诊断脚本文件、数据读写到图形界面显示乱码的完整解决方案，并给出了文件编码转换与Matlab环境配置的实用指南，帮助用户彻底解决这一常见问题。阅读详情

天啊，又是中文问题：utf-8编码转成GBK，因为位数不同而产生字符丢掉问题！！

某个字段是中文字段，需要将这个字段转成成unicode编码（utf－8去getBytes）：
str=new String(s.getBytes("UTF-8"),"ISO8859-1");

无论这个字段是奇数或者偶数个中文字，都没有发现丢掉汉字的问题。

但是经过
str=new String(s.getBytes("ISO8859-1"),"GBK");
处理过之后，发现偶数个中文字没有问题，但是奇数个中文字的最后一个汉字给丢掉啦！！
怎么办啊？？
我必须要这样处理啊，我必须要想用str=new String(s.getBytes("UTF-8"),"ISO8859-1");这样处理，之后再要将这个str转换成"GBK"编码啊！！

...全文

GBK vs UTF-8终极对决：微信聊天记录导出乱码的拯救方案本文深入解析GBK与UTF-8编码差异，提供微信聊天记录导出乱码的解决方案。通过对比编码特性、诊断工具使用和实战修复步骤，帮助用户解决中文乱码问题，确保跨平台数据交换的准确性。重点涵盖字符编码转换、系统设置优化及编程防御措施。阅读详情

beming

Web 开发 81,108 成员 341,720 内容

+ 关注 + 加入社区

切换为时间正序

beming 2002-11-22

打赏
举报

或者谁可以告诉我把怎么样把字节数组写到文件中呢？？

beming 2002-11-22

打赏
举报

问题也有进展

现在需要找sun.io这个包，请问谁知道哪里可以下载呢？？？

xiaofenguser 2002-11-15

打赏
举报

能不能把奇数个的在转化之前判断一下,是的话加一个字进去,转化完成之后,再去掉

beming 2002-11-15

打赏
举报

这个我早已试过，也会出现问题，不能正确处理。
我现在用字节数组，用三个三个处理（因为一个汉字对应UTF－8时是三个字节）。不过要补多一个byte凑成四位
显示是正常，但是取出来再转的时候就有问题啦。

beming 2002-11-14

打赏
举报

大家给点提示吧～！

beming 2002-11-13

打赏
举报

to：hotenM

我已经试过，但是奇数个中文字就出现全部丢失现象，如果是偶数个就没有问题

beming 2002-11-13

打赏
举报

不行啊，你有没有试过奇数个中文字？？

hotenM 2002-11-12

打赏
举报

new String(s.getBytes("UTF-8"),"gb2312");
这样不行吗，我都是这样做的

beming 2002-11-12

打赏
举报

我已经参考过：

utf-8
　　--utf-8是和unicode一一对应的，其实现很简单
　　--
　　 -- 7位的unicode: 0 _ _ _ _ _ _ _
　　--11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _
　　--16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
　　--21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
　　--大多数情况是只使用到16位以下的unicode:
　　--"你"的gb码是：0xc4e3 ,unicode是0x4f60
　　--我们还是用上面的例子
　　--　　--例１：0xc4e3的二进制：
　　--　　--　　　 1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1
　　--　　--　　　由于只有两位我们按照两位的编码来排，但是我们发现这行不通，
　　--　　--　　　因为第７位不是0因此，返回"?"
　　--　　--　　　
　　--　　--例２：0x4f60的二进制：
　　--　　--　　　 0 1 0 0 1 1 1 1 0 1 1 0 0 0 0 0
　　--　　--　　　我们用utf-8补齐，变成：
　　--　　--　　　 11100100 10111101 10100000
　　--　　--　　　 e4--bd-- a0
　　--　　--　　　于是返回0xe4,0xbd,0xa0
　　--　　--
　　3.string和byte[]
　　--string其实核心是char[],然而要把byte转化成string，必须经过编码。
　　--string.length()其实就是char数组的长度，如果使用不同的编码，很可
　　--能会错分，造成散字和乱码。
　　--例：
　　----byte [] b={(byte)'\u00c4',(byte)'\u00e3'};
　　----string str=new string(b,encoding);　　----
　　----如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字　　----
　　--这个问题在处理分页是经常发生

但是我不知道应该怎么处理
谁有高见，请指点指点，分不够可以再加！！！！！

救急！中文问题！！utf-8编码转成GBK，因为位数不同而产生字符丢掉问题！！

相关推荐