包含javautf8转中文的词条

博主：adminadmin 2023-03-20 12:46:14 352

今天给各位分享javautf8转中文的知识，其中也会对进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

java char数组 utf8字符串 转明文

class utf8_conv{

 public static void main(String argv[])throws Exception{

  byte bb[]= {(byte)0xe8, (byte)0xbe, (byte)0xbd, (byte)0xe5, (byte)0xae, (byte)0x81};

  String s=new String(bb, "utf-8");

  System.out.println(s);

 }

}

//转成byte[]，再创建字符串。

java中怎么把utf-8编码的字符串转成汉字

把utf-8编码的字符串转成汉字可以参考如下代码：

String str = "%E6%98%9F%E6%9C%9F%E5%87%A0";

String chiStr = null;

try {

    chiStr = URLDecoder.decode(str, "utf-8");

} catch (UnsupportedEncodingException e) {

    e.printStackTrace();

}

你这串汉字是「星期几」

java接入易宝支付时,商品名称为UTF-8编码的中文，如何转换成GBK编码的中文

1.编码基础知识

最早的编码是iso8859-1，和ascii编码相似。但为了方便表示各种各样的语言，逐渐出现了很多标准编码，重要的有如下几个。

1.1. ISO-8859-1 通常叫做Latin-1

属于单字节编码，最多能表示的字符范围是0-255，应用于英文系列。比如，字母a的编码为0x61=97。

很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，由于是单字节编码，和计算机最基础的表示单位一致，所以很多时候，仍旧使用iso8859-1编码来表示。

而且在很多协议上，默认使用该编码。比如，虽然"中文"两个字不存在iso8859-1编码，

以gb2312编码为例，应该是"d6d0 cec4"两个字符（java字符占2个字节），

使用iso8859-1编码的时候则将它拆开为4个字节来表示："d6 d0 ce c4"（事实上，在进行存储的时候，也是以字节为单位处理的）。

而如果是UTF编码，则是6个字节"e4 b8 ad e6 96 87"。

很明显，这种表示方法还需要以另一种编码为基础。

1.2. GB2312/GBK

这就是汉字的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（兼容iso8859-1编码）。

其中gbk编码能够用来同时表示繁体字和简体字，

而gb2312只能表示简体字，gbk是兼容gb2312编码的。

1.3 unicode

这是最统一的编码，可以用来表示所有语言的字符，而且是定长双字节（也有四字节的）编码，包括英文字母在内。所以可以说它是不兼容iso8859-1编码的，也不兼容任何编码。不过，相对于iso8859-1编码来说，uniocode编码只是在前面增加了一个0字节，比如字母a为"00 61"。

需要说明的是，定长编码便于计算机处理（注意GB2312/GBK不是定长编码），而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java。

1.4 UTF

考虑到unicode编码不兼容iso8859-1编码，而且容易占用更多的空间：因为对于英文字母，unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码，utf编码兼容iso8859-1编码，同时也可以用来表示所有语言的字符，不过，utf编码是不定长编码，每一个字符的长度从1-6个字节不等。另外，utf编码自带简单的校验功能。一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节。

注意，虽然说utf是为了使用更少的空间而使用的，但那只是相对于unicode编码来说，如果已经知道是汉字，则使用GB2312/GBK无疑是最节省的。不过另一方面，值得说明的是，虽然utf编码对汉字使用3个字节，但即使对于汉字网页，utf编码也会比unicode编码节省，因为网页中包含了很多的英文字符。

2.Unicode、UTF-8 和 ISO8859-1区别与联系

将以"中文"两个字为例，经查表可以知道其

GB2312编码是"d6d0 cec4"，

Unicode编码为"4e2d 6587"，

UTF编码就是"e4b8ad e69687"。

注意，这两个字没有iso8859-1编码，但可以用iso8859-1编码来表示。

2.1 Unicode与各编码之间的直接转换

下面以对中文字符串＂a中文＂的编码转换为例，来了解各种编码之间的转换

1）Unicode和GBK

测试结果如下，每个汉字转换为两个字节，且是可逆的，即通过字节可以转换回字符串

String－GBK〉ByteArray：/u0061/u4E2D/u6587（a中文）－〉0x61 0xD6 0xD0 0xCE 0xC4 ByteArray－GBK〉String：0x61 0xD6 0xD0 0xCE 0xC4－〉/u0061/u4E2D/u6587（a中文）

2）Unicode和UTF-8

测试结果如下，每个汉字转换为三个字节，且是可逆的，即通过字节可以转换回字符串

String－UTF-8〉ByteArray：/u0061/u4E2D/u6587（a中文）－〉0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87 ByteArray－UTF-8〉String：0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87－〉/u0061/u4E2D/u6587（a中文）

3）Unicode和ISO-8859-1

测试结果如下，当存在汉字时转换失败，非可逆，即通过字节不能再转换回字符串

String－ISO-8859-1〉ByteArray：/u0061/u4E2D/u6587（a中文）－〉0x61 0x3F 0x3F ByteArray－ISO-8859-1〉String：0x61 0x3F 0x3F－〉/u0061/u003F/u003F（a??）

2.2 Unicode与各编码之间的交叉转换

在上面直接转换中，由字符串（Unicode）生成的字节数组，在构造回字符串时，使用的是正确的编码集合，如果使用的不是正确的编码集合会怎样呢？会正确构造吗？如果不能正确构造能有办法恢复吗？会信息丢失吗？

下面我们就来看看这种情况，这部分可以说明在某些情况下虽然我们最终正确显示了结果，但其间仍然进行了不正确的转换。

1）能够正确显示的中间不正确转换

我们知道String－GBK〉ByteArray－GBK〉String是正确的，但如果我们采用String－GBK〉

ByteArray－ISO-8859-1〉String呢？通过测试结果如下：

String－GBK〉ByteArray－ISO-8859-1〉String：/u0061/u4E2D/u6587（a中文）－〉0x61 0xD6 0xD0 0xCE 0xC4－〉/u0061/u00D6/u00D0/u00CE/u00C4（a????

这时我们得到的字符串为？乱码“a????”，但是通过继续转换我们仍然可以复原回正确的字符串“a中文”，过程如下：

String－GBK〉ByteArray－ISO-8859-1〉String－ISO-8859-1〉ByteArray－GBK〉String

对应：/u0061/u4E2D/u6587（a中文）－〉0x61 0xD6 0xD0 0xCE 0xC4－〉/u0061/u00D6/u00D0/u00CE/u00C4（a????）－〉0x61 0xD6 0xD0 0xCE 0xC4－〉/u0061/u4E2D/u6587（a中文）

也就是我们在首次构造字符串时，我们用了错误的编码集合得到了错误的乱码，但是我们通过错上加错，再用错误的编码集合获取字节数组，然后再用正确的编码集合构造，就又恢复了正确的字符串。这时就属于是“能够正确显示的中间不正确转换”。在Jsp页面提交数据处理时常常发生这种情况。

此外能够正确显示的中间不正确转换还有：

String－UTF-8〉ByteArray－ISO-8859-1〉String－ISO-8859-1〉ByteArray－UTF-8〉String

和

String－UTF-8〉ByteArray－GBK〉String－GBK〉ByteArray－UTF-8〉String

对应：/u0061/u4E2D/u6587（a中文）－〉0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87－〉/u0061/u6D93/uE15F/u6783（a涓枃）－〉0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87－〉/u0061/u4E2D/u6587（a中文）

2.3 编码过程中错误诊断参考

1）一个汉字对应一个问号

在通过ISO-8859-1从字符串获取字节数组时，由于一个Unicode转换成一个byte，当遇到不认识的Unicode时，转换为0x3F，这样无论用哪种编码构造时都会产生一个？乱码。

2）一个汉字对应两个问号

在通过GBK从字符串获取字节数组时，由于一个Unicode转换成两个byte，如果此时用ISO-8859-1或用UTF-8构造字符串就会出现两个问号。

若是通过ISO-8859-1构造可以再通过上面所说的错上加错恢复（即再通过从ISO-8859-1解析，用GBK构造）；

若是通过UTF-8构造则会产生Unicode字符＂/uFFFD＂，不能恢复，若再通过String－UTF-8〉ByteArray－GBK〉String，则会出现杂码，如a锟斤拷锟斤拷

3）一个汉字对应三个问号

在通过UTF-8从字符串获取字节数组时，由于一个

这是java字符串处理的一个标准函数，其作用是将字符串所表示的字符按照charset编码，并以字节方式表示。注意字符串在java内存中总是按unicode编码存储的。比如"中文"，正常情况下（即没有错误的时候）存储为"4e2d 6587"，如果charset为"gbk"，则被编码为"d6d0 cec4"，然后返回字节"d6 d0 ce c4".如果charset为"utf8"则最后是"e4 b8 ad e6 96 87".如果是"iso8859-1"，则由于无法编码，最后返回 "3f 3f"（两个问号）。

3. java对字符的处理

在java应用软件中，会有多处涉及到字符集编码，有些地方需要进行正确的设置，有些地方需要进行一定程度的处理。

3.1 getBytes(charset)

这是java字符串处理的一个标准函数，其作用是将字符串所表示的字符按照charset编码，并以字节方式表示。

注意字符串在java内存中总是按unicode编码存储的。

比如"中文"，正常情况下（即没有错误的时候）存储为"4e2d 6587"，

如果charset为"gbk"，则被编码为"d6d0 cec4"，然后返回字节"d6 d0 ce c4"。

如果charset为"utf8"则最后是"e4 b8 ad e6 96 87"。

如果是"iso8859-1"，则由于无法编码，最后返回 "3f 3f"（两个问号）。

3.2 new String(charset)

这是java字符串处理的另一个标准函数，和上一个函数的作用相反，将字节数组按照charset编码进行组合识别，最后转换为unicode存储。

参考上述getBytes的例子，"gbk" 和"utf8"都可以得出正确的结果"4e2d 6587"，但iso8859-1最后变成了"003f 003f"（两个问号）。

因为utf8可以用来表示/编码所有字符，所以new String( str.getBytes( "utf8" ), "utf8" ) === str，即完全可逆。

3.3 setCharacterEncoding()

该函数用来设置http请求或者相应的编码。

对于request，是指提交内容的编码，指定后可以通过getParameter()则直接获得正确的字符串，如果不指定，则默认使用iso8859-1编码，需要进一步处理。

参见下述"表单输入"。值得注意的是在执行setCharacterEncoding()之前，不能执行任何getParameter()。

java doc上说明：This method must be called prior to reading request parameters or reading input using getReader()。

该指定只对POST方法有效，对GET方法无效。分析原因:

POST方法在执行第一个getParameter()的时候，java将会按照编码分析所有的提交内容，而后续的getParameter()不再进行分析，所以setCharacterEncoding()无效。

GET方法提交表单是，提交的内容在URL中，一开始就已经按照编码分析所有的提交内容，setCharacterEncoding()自然就无效。

注意：iso-8859-1是JAVA网络传输使用的标准字符集,而gb2312是标准中文字符集,当你作出提交表单等需要网络传输的操作的时候,就需要把 iso-8859-1转换为gb2312字符集显示,否则如果按浏览器的gb2312格式来解释iso-8859-1字符集的话,由于2者不兼容,所以会 是乱码.

在java中，如何将utf8 十六进制编码转换成汉字?

当在基于HTTP协议的JSP或Servlet的应用中获取数据或发送请求时，JVM会把输送的数据编码成UTF8格式。如果我们直接从HTTP流中提取中文数据，提取的结果为“????”（可能更多问号），为转换成我们能够理解的中文字符，我们需要把UTF8转换成GB2312，借助ISO-8859-1标准编码能够轻易的实现，下面的代码实现了这一功能：

byte [] b;

String utf8_value;

utf8_value = request.getParameter("NAME");//从HTTP流中取"NAME"的UTF8数据

b = utf8_value.getBytes("8859_1"); //中间用ISO-8859-1过渡

String name = new String(b, "GB2312"); //转换成GB2312字符

在知道流长度的情况下将输入流转换成字节数组 Java中的输入流抽象类InputStream有int read(byte[] b, int off, int len)方法，参数中byte[] b是用来存放从InputStream中读取的数据,int off指定数组b的偏移地址，也就是数组b的起始下标，int len指定需要读取的长度，方法返回实际读取的字节数。

下面的代码实现了这一功能：

ServletInputStream inStream = request.getInputStream(); //取HTTP请求流

int size = request.getContentLength(); //取HTTP请求流长度

byte[] buffer = new byte[size]; //用于缓存每次读取的数据

byte[] in_b = new byte[size]; //用于存放结果的数组

int count = 0;

int rbyte = 0;

while (count size) {

//循环读取

rbyte = inStream.read(buffer); //每次实际读取长度存于rbyte中

for(int i=0;irbyte;i++) {

in_b[count + i] = buffer[i];

}

count += rbyte;

}

在不知道流长度的情况下将输入流转换成字节数组 前面介绍了已知流长度的情况下的转换方法，那么当我们不知道流有多长时，也就是说不能确定转换后的字节数组有多大时，该怎么处理呢？笔者查看了JDK文档之后发现ByteArrayOutputStream有一个byte[] toByteArray()方法，该方法会自动创建一个字节数组，然后返回。于是就巧妙的用ByteArrayOutputStream来作中间过渡实现转换，其它处理跟上面所介绍已知长度的情况差不多。假设需要被转换的流已经放在inStream里了，我们可以用如下的代码实现这一功能：

ByteArrayOutputStream swapStream = new ByteArrayOutputStream();

byte[] buff = new byte[100]; //buff用于存放循环读取的临时数据

int rc = 0;

while ((rc = inStream.read(buff, 0, 100)) 0) {

swapStream.write(buff, 0, rc);

}

byte[] in_b = swapStream.toByteArray(); //in_b为转换之后的结果

你试着改写成自己需要的代码

java 怎么把汉字转换成utf-8编码

汉字都需要用三字节UTF-8解码格式，也就是1110XXXX10XXXXXX10XXXXXX其中x为汉字Unicode二进制码的前四位，中六位和后六位，分别提取出来，再组进格式里就完成了转码

java utf 8转gbk

utf8和gb2312本来就是两个不同的字符集，对于中文来说，它们的编码并不会相同。如果刚开始的字符是utf8的，那么转换为gb2312后自然会是乱码；如果初始时是gb2312的中文，而后经utf8中间编码后又从utf8转为gb2312后不会是乱码的。

我想是这样的！

这有往篇文章，是关于java字符编码相关的，讲的很详细，有代码示例，你可以去看一下：

javautf8转中文的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、javautf8转中文的信息别忘了在本站进行查找喔。

标签：