gbk转utf-8，奇数中文乱码。

一、乱码的原因

gbk的中文编码是一个汉字用【2】个字节表示，例如汉字“内部”的gbk编码16进制的显示为c4 da b2 bf

utf-8的中文编码是一个汉字用【3】个字节表示，例如汉字“内部”的utf-8编码16进制的显示为e5 86 85 e9 83 a8

很显然，gbk是无法直接转换成utf-8，少字节变为多字节

二、转换的办法

1.首先将gbk字符串getBytes()得到两个原始字节，转换成二进制字符流，共16位。

2.根据UTF-8的汉字编码规则，首字节以1110开头，次字节以10开头，第3字节以10开头。在原始的2进制字符串中插入标志位。最终的长度从16--->16+3+2+2=24。

3.转换完成

通过以下方法将GBK字符转成UTF-8编码格式的byte【】数组

1. package test;
2. import java.io.UnsupportedEncodingException;
3. public class TestEncoder {
4. /**
5. * @param args
6. */
7. public static void main(String[] args) throws Exception {
8. String gbk = "iteye问答频道编码转换问题";
9. String iso = new String(gbk.getBytes("UTF-8"),"ISO-8859-1");
10. System.out.println(iso);
11. String utf8 = new String(iso.getBytes("ISO-8859-1"),"UTF-8");
12. System.out.println(utf8);
13. System.out.println(getUTF8StringFromGBKString(gbk));
14. }
15. public static String getUTF8StringFromGBKString(String gbkStr) {
16. try {
17. return new String(getUTF8BytesFromGBKString(gbkStr), "UTF-8");
18. } catch (UnsupportedEncodingException e) {
19. throw new InternalError();
20. }
21. }
22. public static byte[] getUTF8BytesFromGBKString(String gbkStr) {
23. int n = gbkStr.length();
24. byte[] utfBytes = new byte[3 * n];
25. int k = 0;
26. for (int i = 0; i < n; i++) {
27. int m = gbkStr.charAt(i);
28. if (m < 128 && m >= 0) {
29. utfBytes[k++] = (byte) m;
30. continue;
31. }
32. utfBytes[k++] = (byte) (0xe0 | (m >> 12));
33. utfBytes[k++] = (byte) (0x80 | ((m >> 6) & 0x3f));
34. utfBytes[k++] = (byte) (0x80 | (m & 0x3f));
35. }
36. if (k < utfBytes.length) {
37. byte[] tmp = new byte[k];
38. System.arraycopy(utfBytes, 0, tmp, 0, k);
39. return tmp;
40. }
41. return utfBytes;
42. }
43. }

或者：

1. public static void gbk2Utf() throws UnsupportedEncodingException {
2. String gbk = "我来了";
3. char[] c = gbk.toCharArray();
4. byte[] fullByte = new byte[3*c.length];
5. for (int i=0; i<c.length; i++) {
6. String binary = Integer.toBinaryString(c[i]);
7. StringBuffer sb = new StringBuffer();
8. int len = 16 - binary.length();
9. //前面补零
10. for(int j=0; j<len; j++){
11. sb.append("0");
12. }
13. sb.append(binary);
14. //增加位，达到到24位3个字节
15. sb.insert(0, "1110");
16. sb.insert(8, "10");
17. sb.insert(16, "10");
18. fullByte[i*3] = Integer.valueOf(sb.substring(0, 8), 2).byteValue();//二进制字符串创建整型
19. fullByte[i*3+1] = Integer.valueOf(sb.substring(8, 16), 2).byteValue();
20. fullByte[i*3+2] = Integer.valueOf(sb.substring(16, 24), 2).byteValue();
21. }
22. //模拟UTF-8编码的网站显示
23. System.out.println(new String(fullByte,"UTF-8"));
24. }