Unicode, GBK转UTF-8
Unicode
- Unicode是一些数字, 从0000 --- 10FFFF 每个数字代表一个字符. Unicode码表
- UTF-8, UTF-16, UTF-32是通过Unicode值做的格式转换.
- 当Unicode标识在[0000 --- FFFF]范围内时, UTF-16存储的值与Unicode标识是一样的.
- Java的String类型中的char[]存储的就是UTF-16格式的字符.
GBK转UTF-8
- 场景如下: 数据库设置为UTF-8格式的, 但是里面存储的数据是GBK格式的.
- 要求: 从数据库中把数据取出来, 然后按照UTF-8的格式存储进去.
- 代码如下:
t_student表:
id | name
1 ÖÐÎÄ_Test001
//从数据库中获取数据
String result = jdbcTemplate.queryForObject("select name from t_student where id = 1", String.class);
//String中char[]的内容: [214,208,206,196,95,84,101,115,116,48,48,49]
//其中214,208代表"中", 206,196代表"文",95代表"_"
//这句话的目的是把char转变为byte,因为ISO-8859-1是按照单字节编码的,只会取出char的低8位.
byte[] arr = result.getBytes("ISO-8859-1");
//arr中的内容是: [-42,-48,-50,-60,95,84,101,115,116,48,48,49]
//与result的char[]中内容是相等的.
//指定arr为GBK格式
String str = new String(arr,"GBK");
//这时str存储的就是UTF-16格式的数据了, 也就是Unicode标识.
//str中char[]的内容是: [4e2d,6587,95,84,101,115,116,48,48,49]
//转成UTF-8字节流格式
byte[] utf_8s = str.getBytes("UTF-8");
//utf_8s中的内容: [-28,-72,-83,-26,-106,-121,95,84,101,115,116,48,48,49]
//-28,-72,-83代表"中"
//-26,-106,-121代表"文"
参考 深入分析 Java 中的中文编码问题
更多精彩
