Java用native2ascii命令做unicode编码转换

ゝ一纸荒年。 2022-06-03 10:09 192阅读 0赞

https://www.cnblogs.com/tv151579/archive/2013/01/18/2862706.html

背景：在做Java开发的时候，常常会出现一些乱码，或者无法正确识别或读取的文件，比如常见的validator验证用的消息资源 （properties）文件就需要进行Unicode重新编码。原因是java默认的编码方式为Unicode，而我们的计算机系统编码常常是GBK等编码。需要将系统的编码转换为java正确识别的编码问题就解决了。

1. native2ascii简介：native2ascii是sun java sdk提供的一个工具。用来将别的文本类文件（比如\*.txt,\*.ini,\*.properties,\*.java等等）编码转为Unicode编码。 为什么要进行转码，原因在于程序的国际化。Unicode编码的定义：Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算 机工作能力的增强，Unicode也在面世以来的十多年里得到普及。（声明：Unicode编码定义来自互联网）。

2. 获取native2ascii：安装了jdk后，假如你是在windows上安装，那么在jdk的安装目录下的bin目录，其中native2ascii.exe正是。

3. native2ascii的命令行的命名格式：

![复制代码][copycode.gif]

native2ascii -[options] [inputfile [outputfile]]
    说明：
    　　-[options]：表示命令开关，有两个选项可供选择
    
    　　-reverse：将Unicode编码转为本地或者指定编码，不指定编码情况下，将转为本地编码。
    
    　　-encoding encoding_name：转换为指定编码，encoding_name为编码名称。
    
    　　-[inputfile [outputfile]]
    
    　　inputfile：表示输入文件全名。
    
    　　outputfile：输出文件名。如果缺少此参数，将输出到控制台。

![复制代码][copycode.gif]

4. 最佳实践：

a.首先将JDK的bin目录加入系统变量path;
    
    　　b.在盘下建立一个test目录，在test目录里建立一个zh.txt文件，文件 内容为：“熔岩”，打开“命令行提示符”，并进入C:\test目录下;
    
    　　c.下面就可以按照说明一步一步来操作，注意观察其中编码的变化。

A：将zh.txt转换为Unicode编码，输出文件到u.txt

native2ascii zh.txt u.txt
    
    　　打开u.txt，内容为“\u7194\u5ca9”。

B：将zh.txt转换为Unicode编码，输出到控制台

C:\test>native2ascii zh.txt
    
    　　\u7194\u5ca9
    
    　　可以看到，控制台输出了“\u7194\u5ca9”。

C：将zh.txt转换为ISO8859-1编码，输出文件到i.txt

native2ascii -encoding ISO8859-1 zh.txt i.txt
    
    　　打开i.txt文件，内容为“\u00c8\u00db\u00d1\u00d2”。

D：将u.txt转换为本地编码，输出到文件u\_nv.txt

native2ascii -reverse u.txt u_nv.txt
    
    　　打开u_nv.txt文件，内容为“熔岩”。

E：将u.txt转换为本地编码，输出到控制台

C:\test>native2ascii -reverse u.txt
    
    　　熔岩
    
    　　可以看到，控制台输出了“熔岩”。

F：将i.txt转换为本地编码，输出到i\_nv.txt

native2ascii -reverse i.txt i_nv.txt
    
    　　打开i_nv.txt文件，内容为“\u00c8\u00db\u00d1\u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。。

G：将i.txt转换为GBK编码，输出到i\_gbk.txt

native2ascii -reverse -encoding GBK i.txt i_gbk.txt
    
    　　打开i_gbk.txt文件，内容为“\u00c8\u00db\u00d1\u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。

H：将u\_nv.txt转码到本地编码GBK，输出到控制台

![复制代码][copycode.gif]

C:\test>native2ascii -reverse -encoding ISO8859-1 i.txt
    
    　　熔岩
    
    　　从这个结果看，目标达到到了，编码i.txt为ISO8859-1，转为本地编码后内容为“熔岩”。从这里应该意识到，native2ascii -reverse命令中-encoding指定的编码为源文件的编码格式。
    而在native2ascii 命令中-encoding指定的编码为（生成的）目标文件的编码格式。这一点非常的重要！切记！！

![复制代码][copycode.gif]

继续探索，新建文件12a.txt，内容“12axyz”。看看纯字母数字的编码又如何?

I：将纯字母数字的文本文件12a.txt转换为Unicode编码

![复制代码][copycode.gif]

native2ascii 12a.txt 12a_nv.txt
    
    　　打开12a_nv.txt文件，内容为“12axyz”。
    
    　　继续测试，转为ISO8859-1编码看看
    
    　　C:\test>native2ascii -encoding ISO8859-1 12a.txt
    
    　　12axyz
    
    　　结果还是没有转码。
    
    　　从结果可以得出结论：对于纯数字和字母的文本类型件，转码前后的内容是一样的。

![复制代码][copycode.gif]

5、总结：native2ascii是一个非常的好转码工具，并且转码是可逆的！而其真正的含义并非本地编码——>转码为ASCII码， 而是一个通用的文本文件编码转换工具。在做编码转换的时候有两类指定编码的情形，分别指输出文件编码和输入文件编码，具体可以看看最佳实践部分。

[copycode.gif]: /images/20220603/a4b8018d51a24323ad4744e2f867e327.png