Java编码 GBK 转为 ISO-8859-1 乱码产生过程分析

Java语言中 不同字符集编码的转换 都是通过Unicode编码作为中介来完成的 例如 GBK编码的字符“中”要转换为ISO-8859-1编码 其过程如下：

[1] 因为在Java中的字符 都是Unicode来表示的 所以GBK编码的字符“中”要转换为Unicode表示:

0xD6D0->0x4E2D

[2] 将字符“中”的Unicode编码转换成ISO-8859-1编码 因为Unicode编码0x4E2D在ISO-8859-1中没有对应的编码 于是得到0x3f  也就是字符 “？”

 

代码演示过程

//GBK编码的字符“中”转换为Unicode编码表示

String str="中"；
//将字符“中”的Unicode编码转换为ISO-8859-1编码

byte[] b=str.getBytes("ISO-8859-1");

for(int i=0;i<b.length;i++)
{
//输出转换后的二进制代码

 System.out.println(b[i]);
}

 

从其他字符集向Unicode编码转换时 如果这个二进制数在该字符串中没有标识任何的字符 则得到的结果是0xfffd

例如 一个GBK的编码值是0x8140 从GB2312向Unicode转换 然而 由于0x8140不在GB2312字符集的编码范围（0xa1a1-0xfefe） 当然也就没有对应任何的字符 所以转换后会得到0xfffd 

代码演示过程：

 

//构造一个二进制数据

byte[] buf={(buf)0x81,(buf)0x40,(buf)0xb0,(buf)0xa1};
//将二进制数据按照GB2312向Unicode编码转换

String str=new String(buf,"GB2312");
for(int i=0;i<str.length();i++)
{
//取出字符串中的每个Unicode编码的字符

char ch=str.charAt(i);
//将该字符对应的Unicode编码以十六进制的形式输出

System.out.print(Integer.toHexString((int)ch));
System.out.print("--");
//输出该字符

System.out.print(ch);
}