java utf-8 转 gbk / gbk 转 utf-8

大家好，欢迎来到IT知识分享网。

原理：

已unicode为中介
utf-8 ——》unicode——》gbk
gbk ——》unicode——》utf-8

知识点：

1、 unicode是一种“编码”，
所谓编码就是一个编号(数字)到字符的一种映射关系，
就仅仅是一种一对一的映射而已，
可以理解成一个很大的对应表格。
2、 GBK、UTF-8是一种“编码格式”，
是用来序列化或存储1中提到的那个“编号(数字)”的一种“格式”；
GBK和UTF-8都是用来序列化或存储unicode编码的数据的，
但是分别是2种不同的格式；
他们俩除了格式不一样之外，
他们所关心的unicode编码范围也不一样，
utf-8考虑了很多种不同国家的字符，
涵盖整个unicode码表，
所以其存储一个字符的编码的时候，
使用的字节长度也从1字节到4字节不等；
而GBK只考虑中文——在unicode中的一小部分——的字符的编码，
所以它算好了只要2个字节就能涵盖到绝大多数常用中文(2个字节能表示6w多种字符),
所以它存储一个字符的时候，
所用的字节长度是固定的；

链接：https://www.zhihu.com/question//answer/

正确代码

方法1：

//utf-8转gbk String clientStr = new String(str.getBytes("GBK"), "GBK");

//gbk转utf-8 String clientStr = new String(str.getBytes("UTF-8"), "UTF-8");

方法2：

/ * gbk与utf-8互转 * 利用BASE64Encoder/BASE64Decoder实现互转 * @param str * @return */ private String charsetConvert(String str, String charset) { try { str = new sun.misc.BASE64Encoder().encode(str.getBytes(charset)); byte[] bytes = new sun.misc.BASE64Decoder().decodeBuffer(str); str = new String(bytes, charset); } catch(IOException e) { e.printStackTrace(); } return str; } 

错误代码

 / * gbk转utf-8 * @param str * @return */ public static String gbkToUtf8(String str) { String utf8Str = ""; try { String UnicodeStr = gbkToUnicode(str); utf8Str = unicodeToUtf8(UnicodeStr); } catch (Exception e) { LogUtil.info("gbk转utf-8 异常，原字符串返回！"); utf8Str = str; } return utf8Str; }

 / * utf-8转gbk，实际测试中发现有部分汉字转换不了 * @param str * @return */ public static String utf8ToGbk(String str) { String gbkStr = ""; try { String UnicodeStr = utf8ToUnicode(str); gbkStr = unicodeToGbk(UnicodeStr); } catch (Exception e) { LogUtil.info("utf-8 转 gbk异常，原字符串返回！"); gbkStr = str; } return gbkStr; }

上面utf-8转gbk，实际测试中发现有部分汉字转换不了

 / * gbk转unicode * @param str * @return */ public static String gbkToUnicode(String str) { StringBuffer result = new StringBuffer(); for (int i = 0; i < str.length(); i++) { char chr1 = (char) str.charAt(i); if ((chr1 & (0x00FF)) == chr1) { result.append(chr1); continue; } result.append("\\u" + Integer.toHexString((int) chr1)); } return result.toString(); }

 / * unicode转gbk * @param dataStr * @return */ public static String unicodeToGbk(String dataStr) { int index = 0; StringBuffer buffer = new StringBuffer(); int li_len = dataStr.length(); while (index < li_len) { if (index >= li_len - 1 || !"\\u".equals(dataStr.substring(index, index + 2))) { buffer.append(dataStr.charAt(index)); index++; continue; } String charStr = ""; charStr = dataStr.substring(index + 2, index + 6); char letter = (char) Integer.parseInt(charStr, 16); buffer.append(letter); index += 6; } return buffer.toString(); }

 / * utf-8转unicode * @param inStr * @return */ public static String utf8ToUnicode(String inStr) { char[] myBuffer = inStr.toCharArray(); StringBuffer sb = new StringBuffer(); for (int i = 0; i < inStr.length(); i++) { UnicodeBlock ub = UnicodeBlock.of(myBuffer[i]); if (ub == UnicodeBlock.BASIC_LATIN) { sb.append(myBuffer[i]); } else if (ub == UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS) { int j = (int) myBuffer[i] - 65248; sb.append((char) j); } else { short s = (short) myBuffer[i]; String hexS = Integer.toHexString(s); String unicode = "\\u" + hexS; sb.append(unicode.toLowerCase()); } } return sb.toString(); }

 / * unicode转utf-8 * @param theString * @return */ public static String unicodeToUtf8(String theString) { char aChar; int len = theString.length(); StringBuffer outBuffer = new StringBuffer(len); for (int x = 0; x < len;) { aChar = theString.charAt(x++); if (aChar == '\\') { aChar = theString.charAt(x++); if (aChar == 'u') { int value = 0; for (int i = 0; i < 4; i++) { aChar = theString.charAt(x++); switch (aChar) { case '0': case '1': case '2': case '3': case '4': case '5': case '6': case '7': case '8': case '9': value = (value << 4) + aChar - '0'; break; case 'a': case 'b': case 'c': case 'd': case 'e': case 'f': value = (value << 4) + 10 + aChar - 'a'; break; case 'A': case 'B': case 'C': case 'D': case 'E': case 'F': value = (value << 4) + 10 + aChar - 'A'; break; default: throw new IllegalArgumentException( "Malformed \\uxxxx encoding."); } } outBuffer.append((char) value); } else { if (aChar == 't') aChar = '\t'; else if (aChar == 'r') aChar = '\r'; else if (aChar == 'n') aChar = '\n'; else if (aChar == 'f') aChar = '\f'; outBuffer.append(aChar); } } else outBuffer.append(aChar); } return outBuffer.toString(); }

参照：原博客