java中GBK轉UTF-8亂碼的解決方法

如果自己采用的是GBK編碼，對方采用得到是UTF-8編碼，發(fā)送數據時需要將GBK編碼數據轉換成UTF-8編碼數據，這樣對方才不會亂碼。

問題出現：GBK轉UTF-8時，奇數個中文會亂碼，偶數個中文不會亂碼。

原因分析：

public static void analyze() throws UnsupportedEncodingException { String gbk = "我來了"; String utf8 = new String(gbk.getBytes("UTF-8")); for (byte b : gbk.getBytes("UTF-8")) { System.out.print(b + " "); } System.out.println(); for (byte b : utf8.getBytes()) { System.out.print(b + " "); } } /* -26 -120 -111 -26 -99 -91 -28 -70 -122 -26 -120 -111 -26 -99 -91 -28 -70 63 ! */

注意最后一個字節(jié)不同，上面一行才是正確的UTF-8編碼。那么為什么下面一行最后一個字節(jié)是63，而不是-122呢？這就是導致亂碼的原因所在。

GBK編碼是一個中文2個字節(jié)，而UTF-8編碼是一個中文3個字節(jié)，當我們調用getBytes("UTF-8")方法時，會通過計算來增加字節(jié)，使得從GBK的2個字節(jié)變成UTF-8對應的3個字節(jié)。因此，上例3個中文輸出了9個字節(jié)。

（相關視頻教程分享：java視頻教程）

解決問題

保證字節(jié)正確才是硬道理。當調用getBytes("UTF-8")轉換成字節(jié)數組后，創(chuàng)建ISO-8859-1編碼的字符串，ISO-8859-1編碼是一個字節(jié)對應一個字符，因此不會使最后一個字節(jié)錯誤。

public static void correctEncode() throws UnsupportedEncodingException { String gbk = "我來了"; String iso = new String(gbk.getBytes("UTF-8"),"ISO-8859-1"); for (byte b : iso.getBytes("ISO-8859-1")) { System.out.print(b + " "); } System.out.println(); //模擬UTF-8編碼的網站顯示 System.out.println(new String(iso.getBytes("ISO-8859-1"),"UTF-8")); } /* -26 -120 -111 -26 -99 -91 -28 -70 -122 我來了 */