jni中字符轉換中文亂碼的處理方法

轉自：http://blog.sina.com.cn/fangaosjtu

 這兩天在學習使用jni，在java程序中，調用海量詞典的dll。利用jni的GetStringChars函數和NewString函數時，遇到了中文亂碼的問題，折騰了一個晚上。查閱了一些資料，總結如下：

一.相關概念

• java內部是使用16bit的unicode編碼（UTF-16）來表示字符串的，無論中文英文都是2字節；
• jni內部是使用UTF-8編碼來表示字符串的，UTF-8是變長編碼的unicode，一般ascii字符是1字節，中文是3字節；
• c/c++使用的是原始數據，ascii就是一個字節了，中文一般是GB2312編碼，用兩個字節來表示一個漢字。

明確了概念，操作就比較清楚了。下面根據字符流的方向來分別說明一下

1、java --> c/c++

這種情況中，java調用的時候使用的是UTF-16編碼的字符串，jvm把這個字符串傳給jni，c/c++得到的輸入是jstring，這個時 候，可以利用jni提供的兩種函數，一個是GetStringUTFChars，這個函數將得到一個UTF-8編碼的字符串；另一個是 GetStringChars這個將得到UTF-16編碼的字符串。無論那個函數，得到的字符串如果含有中文，都需要進一步轉化成GB2312的編碼。示意圖如下：

String 
      (UTF-16)
          |
[java]    |
--------------------  JNI 調用
[cpp]     |
          v
       jstring 
       (UTF-16)
          |   
 +--------+---------+
 |GetStringChars    |GetStringUTFChars
 |                  |
 v                  v
wchar_t*           char*
(UTF_16)           (UTF-8)

 

2、c/c++ --> java

jni返回給java的字符串，c/c++首先應該負責把這個字符串變成UTF-8或者UTF-16格式，然后通過NewStringUTF或者NewString來把它封裝成jstring，返回給java就可以了。

       String 
      (UTF-16)
          ^
          |
[java]    |
--------------------  JNI 返回
[cpp]     |
       jstring 
       (UTF-16)
          ^
          |   
 +--------+---------+
 ^                  ^
 |                  |
 |NewString         |NewStringUTF
wchar_t*          char*
(UTF_16)          (UTF-8)

    如果字符串中不含中文字符，只是標准的ascii碼，那么使用GetStringUTFChars/NewStringUTF就可以搞定了，因為這種情況下，UTF-8編碼和ascii編碼是一致的，不需要轉換。

    但是如果字符串中有中文字符，那么在c/c++部分進行編碼轉換就是一個必須了。我們需要兩個轉換函數，一個是把UTF8/16的編碼轉成GB2312；一個是把GB2312轉成UTF8/16。

    這里要說明一下：linux和win32都支持wchar，這個事實上就是寬度為16bit的unicode編碼UTF16，所以，如果我們的 c/c++程序中完全使用wchar類型，那么理論上是不需要這種轉換的。但是實際上，我們不可能完全用wchar來取代char的，所以就目前大多數應 用而言，轉換仍然是必須的。

 

二。一種轉換方法

使用wide char類型來轉換。

char* jstringToWindows( JNIEnv *env, jstring jstr )
{ //UTF8/16轉換成gb2312
  int length = (env)->GetStringLength(jstr );
  const jchar* jcstr = (env)->GetStringChars(jstr, 0 );

  int clen = WideCharToMultiByte( CP_ACP, 0, (LPCWSTR)jcstr, length, NULL,0, NULL, NULL );

  char* rtn = (char*)malloc( clen ) //更正。作者原來用的是(char*)malloc( length*2+1 )，當java字符串中同時包含漢字和英文字母時，所需緩沖區大小並不是2倍關系。
  int size = 0;
  size = WideCharToMultiByte( CP_ACP, 0, (LPCWSTR)jcstr, length, rtn,clen, NULL, NULL );
  if( size <= 0 )
    return NULL;
  (env)->ReleaseStringChars(jstr, jcstr );
  rtn[size] = 0;
  return rtn;
}

jstring WindowsTojstring( JNIEnv* env, const char* str )
{//gb2312轉換成utf8/16
    jstring rtn = 0;
    int slen = strlen(str);
    unsigned short * buffer = 0;
    if( slen == 0 )
        rtn = (env)->NewStringUTF(str );
    else
    {
        int length = MultiByteToWideChar( CP_ACP, 0, (LPCSTR)str, slen, NULL, 0 );
        buffer = (unsigned short *)malloc( length*2 + 1 );
        if( MultiByteToWideChar( CP_ACP, 0, (LPCSTR)str, slen, (LPWSTR)buffer, length ) >0 )
            rtn = (env)->NewString(  (jchar*)buffer, length );
    }
    if( buffer )
        free( buffer );
    return rtn;
}