如何正确得到一个String的编码是Big5还是GB2312?急!!!!!

[raingod1980]

我有个String,他有且只有两者编码可能,要么是Big5要么是GB2312的.
但如何正确得到这个String的编码是Big5还是GB2312?
谢谢!

[yuzl32]

: )

byte[] temp1,temp2;
temp1 = yourstring.getBytes("8859-1");
temp2 = yourstring.getBytes("gb2312");
String compstring1,compstring2;
compstring1 = new String(temp1);
compstring2 = new String(temp2);
if(yourstring.equals(temp1))
{
//8859-1;
}
else
{
//gb2312;
}

[积木]

嗯？String默认的应该是unicode吧。。

[yingtju]

没法判断吧，他们都是一个字符占两个字节
一个字节流按哪种方式都能解析出字符来

[饿鱼骨头]

也算经典问题了，把下面的收藏到自己的类库里去吧^_^

http://dev.csdn.net/article/10/10961.shtm
http://dev.csdn.net/article/10/10962.shtm

[孙亖]

gz

[moumouren]

没有办法
一个字符串不指定它使用什么编码是没有意义的

[cenlmmx]

这个是没有意义的,就象一个文件里面全是2进制流,你可以用文本方式打开,也可以用2进制方式打开.
那你能说它是文本文件还是2进制文件.
只能是文本方式打开,操作系统按文本方式给你解释打开给你看(就可能有看不懂的乱码)
以用2进制方式打开,操作系统按2进制方式给你解释打开给你看.
比如说一个字节为65,文本方式就是A,2进制方式就是65.
String的编码也是同样道理.

[北极猩猩]

我记得在windows中有一个API可以通过统计学方式判断文本的编码，不过准确率不到90%

[chg2008]

java有一个设定编码方式的方法，应该可以取得String 的编码方式

[725137]

cenlmmx(学海无涯苦作舟)
说得有道理啊.

只能说用什么样的编码去编码一个字符串.

[kmljq2004]

在JAVA中对于中文的处理一般使用GBK或GB2312,这的区别:
GBK 大的中文字符集;
GB2312 相对于GBK较少；

String ss="你好";
byte[] temp_b = ss.getBytes("GBK");
byte[] temp_s = ss.getBytes("GB2312);
String ss_b= new String(temp_b);
String ss_a= new String(temp_a);
在这里的ss_b与ss_a是没有区别的！在JSP中处理中一般使用GBK(针对UNIX平台/Oracle/Apache)

[饿鱼骨头]

大家都知道java是用unicode来“编码”字符串的，那解决这个问题前得先简单说说unicode和Big5,GB2312之类的文字标准之间的区别。

Big5 GB2312这些称为文字标准，它不光规定了自己特定的字符集，还规定了字符的特定的字节存储形式。这样，同样的一个字，在不同的标准中会出现不同的储存形式，比如“中”字在Big5和GB2312中就是不同的编码。这也是会乱码出现的原因。
那么，要解决这个问题该怎么办呢，就产生了unicode。unicode其实就是一个收录了地球上几乎所有的常用字符的大字符集，并给每一个字符一个不重复的编号。而这个编号的储存形式，那就看是给unicode编码的标准了，比如说UTF-8,UTF-16就都是unicode的编码标准。

打个比方，就是我们用不同的方言说话，四川话，苏州话，虽然音不同，但字写出来时一样的，unicode就是那统一的文字，不同的编码就是各种方言的发音体系。
而之前的Big5 GB2312就是不光发音不同，连文字也不一样，虽然 egg 蛋 能表达同样的意思。

那么既然String里面用的是同一套字符序号，那怎么判断其所读入的文本的编码呢？

那么可以寻找其编码的特殊字符，比如说某个繁体字符在Big5存在，但在GB2312中不存在，那么可以通过统计，推断出这个String来源于何种编码的文本了。当然，可信度不可能达到100%。

to Polarislee(北极星)(北京那么大，何处是我家) ( )
我前面回复中给的地址，里面的代码就是用统计学来判断编码。

[hns1971]

首先要说明的是，String肯定是unicode编码方式，String的许多构造方法要求指明编码方式，例如使用byte[]构造时，系统将按该编码方式把字节数组转换成unicode编码，如果不指明，系统将根据jdk里指明的编码方式进行转换。
你的String是从什么地方得到的？如果是从文件中得到的，我建议你从文件中读一部分内容出来，按两种编码方式转换，使用System.out.println输出看看，那种能正确显示，就是那种

[tomuno]

[低调的小青蛙]

支持 "sky_boxer(饿鱼骨头)" 兄，Java 中的字符串类 String 是以 unicode 方式存放的。

问 String 是哪一种编码这个问题是没有意义的。

详细说明，推荐参考一篇关于字符与编码的文章：
http://www.regexlab.com/zh/encoding.htm