62,634
社区成员
发帖
与我相关
我的任务
分享GBK->UTF8->GBK显示不正确!
我想将GBK转成UTF-8再转回GBK，
可是大部分汉字显示正确，比如，汉字、中国等都没问题，
但“国债”，显示后就是乱码。
哪位遇见过这种问题。
以下是我的测试代码：
public class Test
{
public static void main(String[] args)
{
String GBK = "国债";
String UTF8 = "";
String newGBK = "";
System.out.println("1=" + GBK);
try
{
UTF8 = new String(GBK.getBytes("UTF-8"), "GBK");
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
System.out.println("2=" + UTF8);
try
{
newGBK = new String(UTF8.getBytes("GBK"),"UTF-8");
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
System.out.println("3=" + newGBK);
}
}
可是大部分汉字显示正确，比如，汉字、中国等都没问题，
但“国债”，显示后就是乱码。
哪位遇见过这种问题。
以下是我的测试代码：
public class Test
{
public static void main(String[] args)
{
String GBK = "国债";
String UTF8 = "";
String newGBK = "";
System.out.println("1=" + GBK);
try
{
UTF8 = new String(GBK.getBytes("UTF-8"), "GBK");
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
System.out.println("2=" + UTF8);
try
{
newGBK = new String(UTF8.getBytes("GBK"),"UTF-8");
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
System.out.println("3=" + newGBK);
}
}
...全文
请发表友善的回复…
发表回复
netpotRL 2006-02-13
- 打赏
- 举报
输入：中国
结果：
1=中国
2=涓浗
3=中国
输入：国债
结果：
1=国债
2=鍥藉??
3=国???
输入：债债
结果：
1=债债
2=鍊哄??
3=债???
难道是“债”转成的UTF-8作为 String 的结尾时有什么特殊意义？
结果：
1=中国
2=涓浗
3=中国
输入：国债
结果：
1=国债
2=鍥藉??
3=国???
输入：债债
结果：
1=债债
2=鍊哄??
3=债???
难道是“债”转成的UTF-8作为 String 的结尾时有什么特殊意义？
低调的小青蛙 2006-02-13
- 打赏
- 举报
new String(GBK.getBytes("UTF-8"), "GBK");
这样的转法是错误的，搂主的概念是不对的，String 是 unicode 字符串。
推荐搂主一篇文章，相信可以让你正确的理解相关概念：
http://www.regexlab.com/zh/encoding.htm
这样的转法是错误的，搂主的概念是不对的，String 是 unicode 字符串。
推荐搂主一篇文章，相信可以让你正确的理解相关概念：
http://www.regexlab.com/zh/encoding.htm
treeroot 2006-02-13
- 打赏
- 举报
很显然,你的默认编码不是UTF-8
低调的小青蛙 2006-02-13
- 打赏
- 举报
恭喜！
希望你能了解其中的原理，这样，下次遇到问题才能够解决。
希望你能了解其中的原理，这样，下次遇到问题才能够解决。
lxydesign 2006-02-13
- 打赏
- 举报
new InputStreamReader(new FileInputStream(file), "utf-8")
这个方法是正确的，我测试了。
非常感谢！
这个方法是正确的，我测试了。
非常感谢！
低调的小青蛙 2006-02-13
- 打赏
- 举报
有什么问题，或者觉得我说的是不对的，可以通过 msn 跟我聊，在这里反复回复不是办法。
msn: sswater@gmail.com
理解的关键是要把 'UNICODE 字符' 与 '字节' 的概念区分。
msn: sswater@gmail.com
理解的关键是要把 'UNICODE 字符' 与 '字节' 的概念区分。
lxydesign 2006-02-13
- 打赏
- 举报
sorry,刚看到
ANSI 编码
----------
GB2312,
BIG5,
Shift_JIS,
UNICODE 编码
-------------
UTF-8,
UTF-16, UnicodeBig ……
ANSI 编码
----------
GB2312,
BIG5,
Shift_JIS,
UNICODE 编码
-------------
UTF-8,
UTF-16, UnicodeBig ……
低调的小青蛙 2006-02-13
- 打赏
- 举报
读取是：
new InputStreamReader(new FileInputStream(file), "utf-8")
（注意有个 utf-8）
new InputStreamReader(new FileInputStream(file), "utf-8")
（注意有个 utf-8）
低调的小青蛙 2006-02-13
- 打赏
- 举报
"UNICODE 字符集，也分GB2312和UTF-8"
这个说法是不对的。
这个说法是不对的。
lxydesign 2006-02-13
- 打赏
- 举报
是需要转化的：
1.从我的实践来看，取出来的是
鍥藉??
不直接转是不行的。
2.从你推荐的文章来看
// 从字节按照 GB2312 得到 UNICODE 字符串
string = new String(bytes, "GB2312");
//UNICODE 字符集，也分GB2312和UTF-8
所以还得正确显示出来
1.从我的实践来看，取出来的是
鍥藉??
不直接转是不行的。
2.从你推荐的文章来看
// 从字节按照 GB2312 得到 UNICODE 字符串
string = new String(bytes, "GB2312");
//UNICODE 字符集，也分GB2312和UTF-8
所以还得正确显示出来
低调的小青蛙 2006-02-13
- 打赏
- 举报
String str = "国债";
之后，这个 str 与 GBK 没有任何关系。
str 中存放的内容为 2 个数字，分别是 '国' 和 '债' 在 UNICODE 字符集中的编号。
之后，这个 str 与 GBK 没有任何关系。
str 中存放的内容为 2 个数字，分别是 '国' 和 '债' 在 UNICODE 字符集中的编号。
低调的小青蛙 2006-02-13
- 打赏
- 举报
同样的道理：
new InputStreamReader(new FileInputStream(file), "utf-8")
得到的字符串不需要进行转化，因为 String 是 UNICODE 的。
希望你可以从我的文章中，知道其中是原理，知道为什么这样。
:)
new InputStreamReader(new FileInputStream(file), "utf-8")
得到的字符串不需要进行转化，因为 String 是 UNICODE 的。
希望你可以从我的文章中，知道其中是原理，知道为什么这样。
:)
talenty 2006-02-13
- 打赏
- 举报
up..
lxydesign 2006-02-13
- 打赏
- 举报
to:sswater(光杆兵) :
我是用
new OutputStreamWriter( new FileOutputStream(file, false), "UTF-8" )
的方式存的。
可是取出来就是不知道怎么样转成正确显示的汉字
我是用
new OutputStreamWriter( new FileOutputStream(file, false), "UTF-8" )
的方式存的。
可是取出来就是不知道怎么样转成正确显示的汉字
lxydesign 2006-02-13
- 打赏
- 举报
to:sswater(光杆兵)
1=国债
2=鍥藉??
3=国???
那么我怎么才能将
String str = "鍥藉??";
正确的显示出来？
1=国债
2=鍥藉??
3=国???
那么我怎么才能将
String str = "鍥藉??";
正确的显示出来？
lxydesign 2006-02-13
- 打赏
- 举报
sswater(光杆兵) 是说：
String GBK = "国债";
GBK本身的字符集不是“GBK”？
那么GBK（UNICODE）的字符集是指哪个？
String GBK = "国债";
GBK本身的字符集不是“GBK”？
那么GBK（UNICODE）的字符集是指哪个？
低调的小青蛙 2006-02-13
- 打赏
- 举报
要把带汉字的数据以UTF-8的编码方式存到一个文件中，不需要进行转化，只需要：
Writer out = new OutputStreamWriter(new FileOutputStream("d:\\a.txt"), "utf-8");
out.write("中文");
就可以了，因为 String 是 UNICODE 字符串。其中的原理，欢迎参考我推荐的文章。
Writer out = new OutputStreamWriter(new FileOutputStream("d:\\a.txt"), "utf-8");
out.write("中文");
就可以了，因为 String 是 UNICODE 字符串。其中的原理，欢迎参考我推荐的文章。
低调的小青蛙 2006-02-13
- 打赏
- 举报
对于 String GBK = "国债" 来说，"将GBK转成UTF-8再转回GBK" 这种说法本身就是不对的，概念上不正确。因为：Java 中的 String 本身就是是 UNICODE 字符串，并非 byte 的多字节字符串。
对于 C++ 中的 char[] 来说，有 "字符串的编码" 这个概念，进行的操作是：
GBK 的 char[] => UNICODE 字符串 wchar_t[] => utf-8 的 char[]
因此，对于 Java 来说，String 本来就是 UNICODE 字符串，GBK 与 UTF8 之间不存在这样的转换过程：（注意，是不存在）
String（UNICODE 字符串） => 字节串 byte[] => String（UNICODE 字符串）
搂主提这个问题本身，就说明概念理解不正确。而我推荐的文章可以让你理解其中的道理：
http://www.regexlab.com/zh/encoding.htm
对于 C++ 中的 char[] 来说，有 "字符串的编码" 这个概念，进行的操作是：
GBK 的 char[] => UNICODE 字符串 wchar_t[] => utf-8 的 char[]
因此，对于 Java 来说，String 本来就是 UNICODE 字符串，GBK 与 UTF8 之间不存在这样的转换过程：（注意，是不存在）
String（UNICODE 字符串） => 字节串 byte[] => String（UNICODE 字符串）
搂主提这个问题本身，就说明概念理解不正确。而我推荐的文章可以让你理解其中的道理：
http://www.regexlab.com/zh/encoding.htm
lxydesign 2006-02-13
- 打赏
- 举报
其实我的程序是要把带汉字的数据以UTF-8的编码方式存到一个文件中。
在另外的程序中把文件中的数据取出来，正确显示出来。
上面大致是我的转码方式，请高人指点。
或者可以提供一种的转码方式，能正确显示UTF-8的汉字就行
在另外的程序中把文件中的数据取出来，正确显示出来。
上面大致是我的转码方式，请高人指点。
或者可以提供一种的转码方式，能正确显示UTF-8的汉字就行
lxydesign 2006-02-13
- 打赏
- 举报
public static void main(String[] args) {
String GBK = "国债123";
String UTF8 = "";
String GB2312 = "";
//----------- 没有转码前 -------------------
System.out.println("1=" + GBK +" \t长度："+GBK.length());
try
{
byte [] b = GBK.getBytes("GBK");
UTF8 = new String(b, "UTF-8");
System.out.println("2=" + b +" \t长度："+b.length);
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
//----------- GBK -> UTF-8 -------------------
System.out.println("3=" + UTF8 +" \t长度："+UTF8.length());
try
{
//正确的逻辑应该是byte [] b = UTF8.getBytes("GBK")
byte [] b = GBK.getBytes("GBK");
GB2312 = new String(b,"GB2312");
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
//----------- GBK -> GB2312 -------------------
//----------- 应该是UTF-8 ->GB2312
//
System.out.println("4=" + GB2312 +" \t长度："+GB2312.length());
}
String GBK = "国债123";
String UTF8 = "";
String GB2312 = "";
//----------- 没有转码前 -------------------
System.out.println("1=" + GBK +" \t长度："+GBK.length());
try
{
byte [] b = GBK.getBytes("GBK");
UTF8 = new String(b, "UTF-8");
System.out.println("2=" + b +" \t长度："+b.length);
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
//----------- GBK -> UTF-8 -------------------
System.out.println("3=" + UTF8 +" \t长度："+UTF8.length());
try
{
//正确的逻辑应该是byte [] b = UTF8.getBytes("GBK")
byte [] b = GBK.getBytes("GBK");
GB2312 = new String(b,"GB2312");
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
//----------- GBK -> GB2312 -------------------
//----------- 应该是UTF-8 ->GB2312
//
System.out.println("4=" + GB2312 +" \t长度："+GB2312.length());
}
加载更多回复（7）
