【GBK、UTF-8、ISO8859-1】三種編碼方式總結及實例

　　感謝：https://blog.csdn.net/youngstar70/article/details/64117297

　一、總結

　在Java中，String的getBytes()方法是得到一個操作系統默認的編碼格式的字節數組。這個表示在不同情況下，返回的東西不一樣！ 

　　String.getBytes(String decode)方法會根據指定的decode編碼返回某字符串在該編碼下的byte數組表示，如：

byte[] b_gbk = "深".getBytes("GBK");   //b_gbk的長度為2 byte[] b_utf8 = "深".getBytes("UTF-8");   //b_utf8的長度為3 byte[] b_iso88591 = "深".getBytes("ISO8859-1");//   b_iso88591的長度為1 byte[] b_unicode = "深".getBytes("unicode");  //b_unicode長度為4

 

　　將分別返回“深”這個漢字在GBK、UTF-8、ISO8859-1和unicode編碼下的byte數組表示，此時b_gbk的長度為2，b_utf8的長度為3，b_iso88591的長度為1，unicode為4。 

 

　　而與getBytes相對的，可以通過new String(byte[], decode)的方式來還原這個“深”字時，這個new String(byte[], decode)實際是使用decode指定的編碼來將byte[]解析成字符串。

String s_gbk = new String(b_gbk,"GBK");   
String s_utf8 = new String(b_utf8,"UTF-8");   
String s_iso88591 = new String(b_iso88591,"ISO8859-1");   
String s_unicode = new String(b_unicode, "unicode");  

　　通過打印s_gbk、s_utf8、s_iso88591和unicode，會發現，s_gbk、s_utf8和unicode都是“深”，而只有s_iso88591是一個不認識的字符，為什么使用ISO8859-1編碼再組合之后，無法還原“深”字呢，其實原因很簡單，因為ISO8859-1編碼的編碼表中，根本就沒有包含漢字字符，當然也就無法通過"深".getBytes("ISO8859-1");來得到正確的“深”字在ISO8859-1中的編碼值了，所以再通過new String()來還原就無從談起了。 

　　因此，通過String.getBytes(String decode)方法來得到byte[]時，一定要確定decode的編碼表中確實存在String表示的碼值，這樣得到的byte[]數組才能正確被還原。 

　　有時候，為了讓中文字符適應某些特殊要求（如http header頭要求其內容必須為iso8859-1編碼），可能會通過將中文字符按照字節方式來編碼的情況，如 

　　String s_iso88591 = new String("深".getBytes("UTF-8"),"ISO8859-1")， 

　　這樣得到的s_iso8859-1字符串實際是三個在 ISO8859-1中的字符，在將這些字符傳遞到目的地后，目的地程序再通過相反的方式String s_utf8 = new String(s_iso88591.getBytes("ISO8859-1"),"UTF-8")來得到正確的中文漢字“深”。這樣就既保證了遵守協議規定、也支持中文。 

　　同樣，在開發會檢查字符長度，以免數據庫字段的長度不夠而報錯，考慮到中英文的差異，肯定不能用String.length()方法判斷,而需采用String.getBytes().length;

　　而這方法將返回該操作系統默認的編碼格式的字節數組。如字符串“Hello!你好！”，在一個中文WindowsXP系統下，結果為12，而在英文的UNIX環境下，結果將為9。

　　因為該方法和平台（編碼）相關的。

　　在中文操作系統中，getBytes方法返回的是一個GBK或者GB2312的中文編碼的字節數組，其中中文字符，各占兩個字節。

　　而在英文平台中，一般的默認編碼是"ISO-8859-1",每個字符都只取一個字節（而不管是否非拉丁字符）。所以在這種情況下，應該給其傳入字符編碼字符串，即String.getBytes("GBK").length。

二、main方法測試

 

public static void main(String[] args) {
        String testData = "123abc數據";
        //此次測試前提：參數包含中文
        testU8(testData);//UTF_8-String：123abc數據
        testIso(testData);//ISO_8859_1-String：123abc??
        testChineseTrue(testData);//test3-String：123abc數據
        testChineseFalse(testData);//test4-String：123abc??
    }
    
    /**
     * 正常返回：UTF_8-String：123abc數據
     * @param testdata
     */
    public static void testU8(String testdata){
        byte[] bytes = testdata.getBytes(CharsetUtil.UTF_8);
        String result = new String(bytes,CharsetUtil.UTF_8);
        System.out.println("UTF_8-String："+result);
    }
    /**
     * 返回有亂碼：123abc??
     * 原因：ISO8859-1編碼的編碼表中，根本就沒有包含漢字字符。
     * @param testdata
     */
    public static void testIso(String testdata){
        byte[] bytes = testdata.getBytes(CharsetUtil.ISO_8859_1);
        String result = new String(bytes,CharsetUtil.ISO_8859_1);
        System.out.println("ISO_8859_1-String："+result);
    }
    /**
     * 返回：123abc數據
     * 通過String.getBytes(String decode)方法來得到byte[]時，一定要確定decode的編碼表中確實存在String表示的碼值。
     * gbk/utf-8都可以
     * @param testdata
     */
    public static void testChineseTrue(String testdata){
        Object message = null;
        message = new String(testdata.getBytes(CharsetUtil.GBK),CharsetUtil.ISO_8859_1);
        String returnData = message.toString();
        //解析
        byte[] xmlByte =returnData.getBytes(CharsetUtil.ISO_8859_1);
        String xml = "";
        xml = new String(xmlByte,CharsetUtil.GBK);
        System.out.println("test3-String："+xml);
    }
    
    /**
     * 當傳入的參數包含中文時，執行該方法出現亂碼。 返回：test4-String：123abc??
     * 原因：通過String.getBytes(String decode)方法來得到byte[]時，一定要確定decode的編碼表中確實存在String表示的碼值。
     * 而ISO8859-1編碼的編碼表中，根本就沒有包含漢字字符。
     * @param testdata
     */
    public static void testChineseFalse(String testdata){
        Object message = null;
        message = new String(testdata.getBytes(CharsetUtil.ISO_8859_1),CharsetUtil.GBK);
        String returnData = message.toString();
        //解析
        byte[] xmlByte =returnData.getBytes(CharsetUtil.GBK);
        String xml = "";
        xml = new String(xmlByte,CharsetUtil.ISO_8859_1);
        System.out.println("test4-String："+xml);
    }

 

 

三、本地代碼解析：

    //將接收到的message編碼后傳送給后台
    public ChannelBuffer encode(Object message) throws TransportCodecException {
        try{
            //message雖說是Object類型，看不到具體類型，但debug知道其數據格式為byte[]，字節數組形式，可以強轉為byte[]，然后再通過New String(byte[],charset)方法將byte[]轉換為String類型
            //因為不確定接收到的message是什么編碼格式，這里會統一轉成gbk編碼。
            message = new String((byte[])message,CharsetUtil.GBK);
            String gbkMessage = message.toString();
            
            //當計算字段長度時，由於中英文的差異，肯定不能用String.length()方法判斷,而需采用String.getBytes().length;
            byte[] arrayOfByte = gbkMessage.getBytes(CharsetUtil.GBK);
            String requestByte = String.valueOf(arrayOfByte.length);
            String request = StringUtils.leftPad(requestByte,6,"0") + gbkMessage;
            
            LogConsole.info("xxx request message: " + request);
            return ChannelBuffers.copiedBuffer(request.getBytes(CharsetUtil.GBK)); //
        }
        catch(Exception e){
        }
        return null;
    }
    //解析接收后台的報文，后台中文是用utf-8編碼的，然后整體用iso再封一次。
    //所以我們接收到后，會先用iso解下，decode方法返回的數據格式是byte[]，再通過new String(xmlByte,CharsetUtil.UTF_8)將其按照utf-8解析。
    public Object decode(ChannelBuffer buffer) throws TransportCodecException {
        //ChannelBuffer該類型是本系統自己封裝，通過該方法將ChannelBuffer轉換為String類型,這時候的中文還是亂碼，之后會用utf-8解下。
        String _message = buffer.toString(CharsetUtil.ISO_8859_1);
        
        if (_message.length() <= 0){
            return null;
        }
        
        if (isDirect){
            return buffer;
        }
        else{
            if (exchangeLength == -1){
                exchangeLength = fixedLength(_message,buffer);//后台返回報文格式為：6位的長度位+完整報文，該方法是處理長度位
            }
            
            int readableLength = buffer.readableBytes();
            if (hasRemaining(readableLength)){
                clear();
                LogConsole.info("xxx response message:" + _message);
                return _message.substring(fixedLength).getBytes(CharsetUtil.ISO_8859_1);
            }
            
            return null;
        }
    }
    //byte[]轉String
    xml = new String(xmlByte,CharsetUtil.UTF_8);