java iso88591提交数据_【GBK、UTF-8、ISO8859-1】三种编码方式总结及实例

爱被打了一巴掌 2022-11-08 14:21 193阅读 0赞

一、总结

在Java中，String的getBytes()方法是得到一个操作系统默认的编码格式的字节数组。这个表示在不同情况下，返回的东西不一样！

String.getBytes(String decode)方法会根据指定的decode编码返回某字符串在该编码下的byte数组表示，如：

byte\[\] b\_gbk = "深".getBytes("GBK"); //b\_gbk的长度为2byte\[\] b\_utf8 = "深".getBytes("UTF-8"); //b\_utf8的长度为3byte\[\] b\_iso88591 = "深".getBytes("ISO8859-1");// b\_iso88591的长度为1byte\[\] b\_unicode = "深".getBytes("unicode"); //b\_unicode长度为4

将分别返回“深”这个汉字在GBK、UTF-8、ISO8859-1和unicode编码下的byte数组表示，此时b\_gbk的长度为2，b\_utf8的长度为3，b\_iso88591的长度为1，unicode为4。

而与getBytes相对的，可以通过new String(byte\[\], decode)的方式来还原这个“深”字时，这个new String(byte\[\], decode)实际是使用decode指定的编码来将byte\[\]解析成字符串。

String s\_gbk = new String(b\_gbk,"GBK");

String s\_utf8= new String(b\_utf8,"UTF-8");

String s\_iso88591= new String(b\_iso88591,"ISO8859-1");

String s\_unicode= new String(b\_unicode, "unicode");

通过打印s\_gbk、s\_utf8、s\_iso88591和unicode，会发现，s\_gbk、s\_utf8和unicode都是“深”，而只有s\_iso88591是一个不认识的字符，为什么使用ISO8859-1编码再组合之后，无法还原“深”字呢，其实原因很简单，因为ISO8859-1编码的编码表中，根本就没有包含汉字字符，当然也就无法通过"深".getBytes("ISO8859-1");来得到正确的“深”字在ISO8859-1中的编码值了，所以再通过new String()来还原就无从谈起了。

因此，通过String.getBytes(String decode)方法来得到byte\[\]时，一定要确定decode的编码表中确实存在String表示的码值，这样得到的byte\[\]数组才能正确被还原。

有时候，为了让中文字符适应某些特殊要求(如http header头要求其内容必须为iso8859-1编码)，可能会通过将中文字符按照字节方式来编码的情况，如

String s\_iso88591 = new String("深".getBytes("UTF-8"),"ISO8859-1")，

这样得到的s\_iso8859-1字符串实际是三个在 ISO8859-1中的字符，在将这些字符传递到目的地后，目的地程序再通过相反的方式String s\_utf8 =new String(s\_iso88591.getBytes("ISO8859-1"),"UTF-8")来得到正确的中文汉字“深”。这样就既保证了遵守协议规定、也支持中文。

同样，在开发会检查字符长度，以免数据库字段的长度不够而报错，考虑到中英文的差异，肯定不能用String.length()方法判断,而需采用String.getBytes().length;

而这方法将返回该操作系统默认的编码格式的字节数组。如字符串“Hello!你好！”，在一个中文WindowsXP系统下，结果为12，而在英文的UNIX环境下，结果将为9。

因为该方法和平台(编码)相关的。

在中文操作系统中，getBytes方法返回的是一个GBK或者GB2312的中文编码的字节数组，其中中文字符，各占两个字节。

而在英文平台中，一般的默认编码是"ISO-8859-1",每个字符都只取一个字节(而不管是否非拉丁字符)。所以在这种情况下，应该给其传入字符编码字符串，即String.getBytes("GBK").length。

二、main方法测试

public static voidmain(String\[\] args) \{

String testData= "123abc数据";//此次测试前提：参数包含中文

testU8(testData);//UTF\_8-String：123abc数据

testIso(testData);//ISO\_8859\_1-String：123abc??

testChineseTrue(testData);//test3-String：123abc数据

testChineseFalse(testData);//test4-String：123abc??

\}/\*\*\* 正常返回：UTF\_8-String：123abc数据

\*@paramtestdata\*/

public static voidtestU8(String testdata)\{byte\[\] bytes =testdata.getBytes(CharsetUtil.UTF\_8);

String result= newString(bytes,CharsetUtil.UTF\_8);

System.out.println("UTF\_8-String："+result);

\}/\*\*\* 返回有乱码：123abc??

\* 原因：ISO8859-1编码的编码表中，根本就没有包含汉字字符。

\*@paramtestdata\*/

public static voidtestIso(String testdata)\{byte\[\] bytes =testdata.getBytes(CharsetUtil.ISO\_8859\_1);

String result= newString(bytes,CharsetUtil.ISO\_8859\_1);

System.out.println("ISO\_8859\_1-String："+result);

\}/\*\*\* 返回：123abc数据

\* 通过String.getBytes(String decode)方法来得到byte\[\]时，一定要确定decode的编码表中确实存在String表示的码值。

\* gbk/utf-8都可以

\*@paramtestdata\*/

public static voidtestChineseTrue(String testdata)\{

Object message= null;

message= newString(testdata.getBytes(CharsetUtil.GBK),CharsetUtil.ISO\_8859\_1);

String returnData=message.toString();//解析

byte\[\] xmlByte =returnData.getBytes(CharsetUtil.ISO\_8859\_1);

String xml= "";

xml= newString(xmlByte,CharsetUtil.GBK);

System.out.println("test3-String："+xml);

\}/\*\*\* 当传入的参数包含中文时，执行该方法出现乱码。 返回：test4-String：123abc??

\* 原因：通过String.getBytes(String decode)方法来得到byte\[\]时，一定要确定decode的编码表中确实存在String表示的码值。

\* 而ISO8859-1编码的编码表中，根本就没有包含汉字字符。

\*@paramtestdata\*/

public static voidtestChineseFalse(String testdata)\{

Object message= null;

message= newString(testdata.getBytes(CharsetUtil.ISO\_8859\_1),CharsetUtil.GBK);

String returnData=message.toString();//解析

byte\[\] xmlByte =returnData.getBytes(CharsetUtil.GBK);

String xml= "";

xml= newString(xmlByte,CharsetUtil.ISO\_8859\_1);

System.out.println("test4-String："+xml);

三、本地代码解析：

//将接收到的message编码后传送给后台

public ChannelBuffer encode(Object message) throwsTransportCodecException \{try\{//message虽说是Object类型，看不到具体类型，但debug知道其数据格式为byte\[\]，字节数组形式，可以强转为byte\[\]，然后再通过New String(byte\[\],charset)方法将byte\[\]转换为String类型//因为不确定接收到的message是什么编码格式，这里会统一转成gbk编码。

message = new String((byte\[\])message,CharsetUtil.GBK);

String gbkMessage=message.toString();//当计算字段长度时，由于中英文的差异，肯定不能用String.length()方法判断,而需采用String.getBytes().length;

byte\[\] arrayOfByte =gbkMessage.getBytes(CharsetUtil.GBK);

String requestByte=String.valueOf(arrayOfByte.length);

String request= StringUtils.leftPad(requestByte,6,"0") +gbkMessage;

LogConsole.info("xxx request message: " +request);return ChannelBuffers.copiedBuffer(request.getBytes(CharsetUtil.GBK)); //\}catch(Exception e)\{

\}return null;

\}//解析接收后台的报文，后台中文是用utf-8编码的，然后整体用iso再封一次。//所以我们接收到后，会先用iso解下，decode方法返回的数据格式是byte\[\]，再通过new String(xmlByte,CharsetUtil.UTF\_8)将其按照utf-8解析。

public Object decode(ChannelBuffer buffer) throwsTransportCodecException \{//ChannelBuffer该类型是本系统自己封装，通过该方法将ChannelBuffer转换为String类型,这时候的中文还是乱码，之后会用utf-8解下。

String \_message =buffer.toString(CharsetUtil.ISO\_8859\_1);if (\_message.length() <= 0)\{return null;

\}if(isDirect)\{returnbuffer;

\}else\{if (exchangeLength == -1)\{

exchangeLength= fixedLength(\_message,buffer);//后台返回报文格式为：6位的长度位+完整报文，该方法是处理长度位

\}int readableLength =buffer.readableBytes();if(hasRemaining(readableLength))\{

clear();

LogConsole.info("xxx response message:" +\_message);return\_message.substring(fixedLength).getBytes(CharsetUtil.ISO\_8859\_1);

\}return null;

\}//byte\[\]转String

xml = new String(xmlByte,CharsetUtil.UTF\_8);