java编码格式的转换以及乱码恢复

如何在java中进行编码格式转换:

下面这行代码的含义是: 获取目标字符串str的gbk编码格式的二进制码,然后将二进制码按照utf8编码格式重新编码成字符串,当然,下面这种写法百分百会乱码,因为编码格式不一致.

new String(str.getBytes("gbk"),"utf8")

首先什么情况会乱码:

如果要传输一个字符串,首先要按照一定的编码格式将字符串转换成字节流,当字节流传输到接收方的时候再将字节流按照某种编码格式转换成字符串.乱码也正是产生在重新转换成字符串的过程中.以下是我对中文乱码的测试:

  String str="彩虹";String [] a=new String[] {"gbk","unicode","utf8","gb2312"};for (int i=0;i<a.length;i++){for (int j=0;j<a.length;j++){System.out.println("二进制格式:   "+a[i]+"编码格式:  "+a[j]);System.out.println("编码后的字符串:  "+new String(str.getBytes(a[i]),a[j]));}}

二进制格式:   gbk编码格式:  gbk
编码后的字符串:  彩虹
二进制格式:   gbk编码格式:  unicode
编码后的字符串:  닊뫧
二进制格式:   gbk编码格式:  utf8
编码后的字符串:  �ʺ�
二进制格式:   gbk编码格式:  gb2312
编码后的字符串:  彩虹
二进制格式:   unicode编码格式:  gbk
编码后的字符串:  �_i唝
二进制格式:   unicode编码格式:  unicode
编码后的字符串:  彩虹
二进制格式:   unicode编码格式:  utf8
编码后的字符串:  ��_i�y
二进制格式:   unicode编码格式:  gb2312
编码后的字符串:  ��_i�y
二进制格式:   utf8编码格式:  gbk
编码后的字符串:  褰╄櫣
二进制格式:   utf8编码格式:  unicode
编码后的字符串:  ꧨ馹
二进制格式:   utf8编码格式:  utf8
编码后的字符串:  彩虹
二进制格式:   utf8编码格式:  gb2312
编码后的字符串:  褰╄��
二进制格式:   gb2312编码格式:  gbk
编码后的字符串:  彩虹
二进制格式:   gb2312编码格式:  unicode
编码后的字符串:  닊뫧
二进制格式:   gb2312编码格式:  utf8
编码后的字符串:  �ʺ�
二进制格式:   gb2312编码格式:  gb2312
编码后的字符串:  彩虹

可以看出,如果二进制编码格式和字符串的编码格式不同就会引起乱码.

为什么gbk,gb2312转换没有乱码?

gbk和gb2312之间的转换没有乱码是因为gbk是gb2312的增强版本,支持更多的汉字编码,所以如果二进制编码格式是gbk而解码格式是gb2312,这种情况是有可能出现部分汉字乱码的.

乱码的数据可以转变回来吗?

上述结果中的乱码其实可以大致分为两种,一种是复杂的汉字和图形组合,一种是"?".

如果希望恢复的乱码数据中有问号,那么这条数据恢复的可能性就不大了.因为除了"?"的其他乱码其实都是有自己的编码规则的,只要逆向的解码并按照正确的编码格式重新编码就可以恢复.但是"?"除外,因为当字节流按照某种编码格式重新编译的时候,字节数据中无法按照该编码格式转换成有意义字符的字节都会转换成"?",所以就算逆向的编码成字节流,所有的"?"都会转换成同一字节,也就失去了他本身的意义.

如果乱码中不包含"?",那么还是有希望转换回去的,我以上述乱码中的 "褰╄櫣" 为例重新进行了一次转换,代码如下:

       String str="褰╄櫣";String [] charset=new String[] {"gbk","unicode","utf8","gb2312"};for (int i=0;i<charset.length;i++){for (int j=0;j<charset.length;j++){System.out.println("二进制格式:   "+charset[i]+"编码格式:  "+charset[j]);System.out.println("编码后的字符串:  "+new String(str.getBytes(charset[i]),charset[j]));}}

二进制格式:   gbk编码格式:  gbk
编码后的字符串:  褰╄櫣
二进制格式:   gbk编码格式:  unicode
编码后的字符串:  ꧨ馹
二进制格式:   gbk编码格式:  utf8
编码后的字符串:  彩虹
二进制格式:   gbk编码格式:  gb2312
编码后的字符串:  褰╄��
二进制格式:   unicode编码格式:  gbk
编码后的字符串:  ��0%Dj�
二进制格式:   unicode编码格式:  unicode
编码后的字符串:  褰╄櫣
二进制格式:   unicode编码格式:  utf8
编码后的字符串:  ���0%Dj�
二进制格式:   unicode编码格式:  gb2312
编码后的字符串:  ���0%Dj�
二进制格式:   utf8编码格式:  gbk
编码后的字符串:  瑜扳晞娅�
二进制格式:   utf8编码格式:  unicode
编码后的字符串:  냢閄�
二进制格式:   utf8编码格式:  utf8
编码后的字符串:  褰╄櫣
二进制格式:   utf8编码格式:  gb2312
编码后的字符串:  瑜扳��娅�
二进制格式:   gb2312编码格式:  gbk
编码后的字符串:  褰╄?
二进制格式:   gb2312编码格式:  unicode
编码后的字符串:  ꧨ�
二进制格式:   gb2312编码格式:  utf8
编码后的字符串:  彩�?
二进制格式:   gb2312编码格式:  gb2312
编码后的字符串:  褰╄?

可以看到其中一种转换方式成功的将乱码转变回了正常的中文汉字

二进制格式:   gbk编码格式:  utf8
编码后的字符串:  彩虹

java编码格式的转换以及乱码恢复相关推荐

编码转换以及乱码恢复
ASCII编码 128个字符用7个位表示,计算机最小存储单位是byte,即8位.ASCII最高位是0,剩余7位表示字符.7位刚好表示0-127. 具体表示如下: Ascii 码对美国是够用了,但对别的 ...
Java 字符的编码与乱码和恢复
这里写目录标题常见非Unicode编码 1.ASCII 2.ISO 8859-1 3.Windows-1252 4.GB2312 5.GBK 6.GB18030 7.Big5 8.编码汇总 2.3. ...
java 转换gbk编码,java中GBK转UTF-8乱码的解决方法
java中GBK转UTF-8乱码的解决方法如果自己采用的是GBK编码,对方采用得到是UTF-8编码,发送数据时需要将GBK编码数据转换成UTF-8编码数据,这样对方才不会乱码. 问题出现:GBK转U ...
Java视频格式转换---avi转MP4（h264编码格式）
Java视频格式转换---avi转MP4(h264编码格式的MP4视频在网页播放兼容性更好--试过其它的编码格式,没找到能在网页上直接播放的) 资源借鉴处需要添加到pom.xml的包 java代码 ...
Linux-Windows主机目录和文件名中文乱码恢复
目录 Linux->Windows主机目录和文件名中文乱码恢复声明一. 乱码问题二. 调试环境三. 目录和文件名乱码恢复 3.1 可选方案 3.1.1 通过合适的编解码转换 3.1.2 ...
Linux-Windows主机目录和文件名中文乱码恢复 - clover_toeic - 博客园
Linux->Windows主机目录和文件名中文乱码恢复 - clover_toeic - 博客园 https://www.cnblogs.com/clover-toeic/p/5235316. ...
计算机编码基础知识及Java中编码转换
一.前言最近项目中用到招商银行的企业直连功能,通过接口的方式直接调用招商银行的前置机(http://www.cmbchina.com/corporate/firmbank/FirmbankInfo. ...
java线程切换 notify_浅谈 Java线程状态转换及控制
作者:城北有个混子出自:博客园 1.线程的状态(系统层面) 一个线程被创建后就进入了线程的生命周期.在线程的生命周期中,共包括新建(New).就绪(Runnable).运行(Running).阻塞( ...
java http请求乱码_怎么解决java中的http请求乱码
怎么解决java中的http请求乱码发布时间:2020-06-23 20:00:11 来源:亿速云阅读:90 作者:元一怎么解决java中的http请求乱码?针对这个问题,今天小编总结了这篇文章 ...

java编码格式的转换以及乱码恢复

java编码格式的转换以及乱码恢复相关推荐

最新文章

热门文章