java中GBK轉(zhuǎn)UTF-8亂碼的解決方法

如果自己采用的是GBK編碼，對(duì)方采用得到是UTF-8編碼，發(fā)送數(shù)據(jù)時(shí)需要將GBK編碼數(shù)據(jù)轉(zhuǎn)換成UTF-8編碼數(shù)據(jù)，這樣對(duì)方才不會(huì)亂碼。

問題出現(xiàn)：GBK轉(zhuǎn)UTF-8時(shí)，奇數(shù)個(gè)中文會(huì)亂碼，偶數(shù)個(gè)中文不會(huì)亂碼。

原因分析：

public static void analyze() throws UnsupportedEncodingException { String gbk = "我來了"; String utf8 = new String(gbk.getBytes("UTF-8")); for (byte b : gbk.getBytes("UTF-8")) { System.out.print(b + " "); } System.out.println(); for (byte b : utf8.getBytes()) { System.out.print(b + " "); } } /* -26 -120 -111 -26 -99 -91 -28 -70 -122 -26 -120 -111 -26 -99 -91 -28 -70 63 ! */

注意最后一個(gè)字節(jié)不同，上面一行才是正確的UTF-8編碼。那么為什么下面一行最后一個(gè)字節(jié)是63，而不是-122呢？這就是導(dǎo)致亂碼的原因所在。

GBK編碼是一個(gè)中文2個(gè)字節(jié)，而UTF-8編碼是一個(gè)中文3個(gè)字節(jié)，當(dāng)我們調(diào)用getBytes("UTF-8")方法時(shí)，會(huì)通過計(jì)算來增加字節(jié)，使得從GBK的2個(gè)字節(jié)變成UTF-8對(duì)應(yīng)的3個(gè)字節(jié)。因此，上例3個(gè)中文輸出了9個(gè)字節(jié)。

（相關(guān)視頻教程分享：java視頻教程）

解決問題

保證字節(jié)正確才是硬道理。當(dāng)調(diào)用getBytes("UTF-8")轉(zhuǎn)換成字節(jié)數(shù)組后，創(chuàng)建ISO-8859-1編碼的字符串，ISO-8859-1編碼是一個(gè)字節(jié)對(duì)應(yīng)一個(gè)字符，因此不會(huì)使最后一個(gè)字節(jié)錯(cuò)誤。

public static void correctEncode() throws UnsupportedEncodingException { String gbk = "我來了"; String iso = new String(gbk.getBytes("UTF-8"),"ISO-8859-1"); for (byte b : iso.getBytes("ISO-8859-1")) { System.out.print(b + " "); } System.out.println(); //模擬UTF-8編碼的網(wǎng)站顯示 System.out.println(new String(iso.getBytes("ISO-8859-1"),"UTF-8")); } /* -26 -120 -111 -26 -99 -91 -28 -70 -122 我來了 */