java中的编码转换

Question

是否有任何免费的java库可以用来将一种编码中的字符串转换为其他编码，例如 iconv？ 我正在使用 Java 版本 1.3。

Answer 1

您不需要标准库之外的库 - 只需使用 字符集。 （您可以只使用 String 构造函数和 getBytes 方法，但我个人不喜欢只使用字符编码的名称。打字错误的空间太大。）

编辑：正如评论中指出的，您仍然可以使用 Charset 实例，但是易于使用 String 方法： 新字符串（字节，字符集） 和 String.getBytes(charset)。

请参阅“URL 编码（或：'那些是什么“%20" URL 中的代码？')"。

Answer 2

CharsetDecoder 应该是您正在寻找的，不是吗？

许多网络协议和文件使用面向字节的字符集存储其字符，例如 ISO-8859-1 (ISO-Latin-1)。
然而，Java 的本机字符编码是 Unicode UTF16BE（十六进制-bit UCS 转换格式，大端字节顺序）。

请参阅 <代码>字符集。 这并不意味着 UTF16 是默认字符集（即：默认的“十六位序列之间的映射 Unicode 代码单元 和字节序列"):

Java 虚拟机的每个实例都有一个默认字符集，它可能是也可能不是标准字符集之一。
[US-ASCII、ISO-8859-1 又名 ISO-LATIN-1、UTF-8、<代码>UTF-16BE、UTF-16LE、UTF-16]
默认字符集是在虚拟机启动期间确定的，通常取决于底层操作系统使用的区域设置和字符集。

此示例演示如何将 ByteBuffer 中的 ISO-8859-1 编码字节转换为 CharBuffer 中的字符串，反之亦然。

// Create the encoder and decoder for ISO-8859-1
Charset charset = Charset.forName("ISO-8859-1");
CharsetDecoder decoder = charset.newDecoder();
CharsetEncoder encoder = charset.newEncoder();

try {
    // Convert a string to ISO-LATIN-1 bytes in a ByteBuffer
    // The new ByteBuffer is ready to be read.
    ByteBuffer bbuf = encoder.encode(CharBuffer.wrap("a string"));

    // Convert ISO-LATIN-1 bytes in a ByteBuffer to a character ByteBuffer and then to a string.
    // The new ByteBuffer is ready to be read.
    CharBuffer cbuf = decoder.decode(bbuf);
    String s = cbuf.toString();
} catch (CharacterCodingException e) {
}

Answer 3

我想补充一点，如果字符串最初使用错误的编码进行编码，则可能不可能在没有错误的情况下将其更改为另一种编码。
这个问题并没有说明这里的转换是从错误的编码到正确的编码，但我个人只是因为这种情况才偶然发现这个问题，所以也请注意其他人。

其他问题中的这个答案解释了为什么转换并不总是产生正确的结果
https://stackoverflow.com/a/2623793/4702806

Answer 4

如果您将 unicode 视为一个字符集（实际上就是这样 - 它基本上是所有已知字符的编号集），那就容易多了。 您可以将其编码为 UTF-8（每个字符 1-3 个字节，具体取决于）或 UTF-16（每个字符 2 个字节或使用代理项对的 4 个字节）。

早在很久以前，Java 就曾使用 UCS-2 来对 unicode 字符集进行编码。 这只能处理每个字符 2 个字节，现在已过时。 添加代理对并升级到 UTF-16 是一个相当明显的黑客行为。

很多人认为他们一开始就应该使用 UTF-8。 无论如何，当 Java 最初编写时，unicode 已经远远超过 65535 个字符......