今天又研究了一下字符编码。写了些测试代码，算是比较了解了。
主要是研究 iso-8859-1
建议先看这篇：《第二篇：JAVA字符编码系列二：Unicode,ISO-8859-1,GBK,UTF-8编码及…》
http://my.oschina.net/whp/blog/36846
然后再看看 iso-8859-1 的定义。
http://baike.baidu.com/view/2613676.htm
这一句话非常关键：
因为ISO-8859-1编码范围使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是个很重要的特性，MySQL数据库默认编码是Latin1就是利用了这个特性。
在工作中，从 web 提交的数据，到了 web 容器后，变成了 iso-8859-1 的字符串。
可以认为，被执行了如下代码：
byte[] buf_gbk = s.getBytes(“gbk”);
String sIso88591 = new String(buf_gbk, “iso-8859-1”);
所以，我们获取数据时需要执行：
byte[] buf_iso88591 = sIso88591.getBytes(“iso-8859-1”);
String sGbk = new String(buf_iso88591, “gbk”);
将编码转回 gbk。
我们本应该用
gbk
的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码
gbk
再次解码成字 符串（即把以
gbk
编码的数据转成unicode的字符串）。注意，
jvm中的字符串永远都是unicode编码的
。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样转换为String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！
看完这两篇后，写了段测试代码：
-
package
com.fsti.enc;
-
-
public
class
EncUtil {
-
-
public
static
String getHex(
byte
b)
-
{
-
String hex = Integer.toHexString(b &
0xff
);
-
if
(hex.length()==
1
)
-
{
-
hex =
“0”
+ hex;
-
}
-
return
hex;
-
}
-
-
public
static
void
showBytes(
byte
[] buffer)
-
{
-
for
(
int
i=
0
; i<buffer.length; i++)
-
{
-
System.out.print( getHex(buffer[i]) +
” ”
);
-
}
-
System.out.println();
-
-
}
-
-
public
static
void
showChar(String s)
-
{
-
for
(
int
i=
0
; i<s.length(); i++)
-
{
-
System.out.print( getHex((
byte
)(s.charAt(i))) +
” ”
);
-
}
-
System.out.println();
-
-
}
-
-
}
-
package
com.fsti.enc;
-
-
-
/**
-
* http://baike.baidu.com/view/2613676.htm
-
* @author zch
-
* @date Apr 20, 2012
-
*
-
*/
-
public
class
Test_Iso8859_1
extends
EncUtil{
-
public
static
String s =
-
“http://baike.baidu.com/view/2613676.htm\r\n”
+
-
“ ISO-8859-1编码是单字节编码，向下兼容ASCII，其编码范围是0x00-0xFF，”
+
-
“0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号。”
+
-
“ISO-8859-1收录的字符除ASCII收录的字符外，还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语”
+
-
“对应的文字符号。欧元符号出现的比较晚，没有被收录在ISO-8859-1当中。\r\n”
+
-
“ 因为ISO-8859-1编码范围使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何”
+
-
“编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是”
+
-
“个很重要的特性，MySQL数据库默认编码是Latin1就是利用了这个特性。ASCII编码是一个7位的容器，”
+
-
“ISO-8859-1编码是一个8位的容器。\r\n”
+
-
“ Latin1是ISO-8859-1的别名，有些环境下写作Latin-1。”
;
-
-
public
static
void
testChar(
char
c)
throws
Exception
-
{
-
//char c = ‘中’;
-
System.out.println( c );
-
System.out.println( (
int
)c );
-
System.out.println( Integer.toHexString(c) );
-
if
(c>
255
)
-
{
-
byte
low = (
byte
)(c /
256
);
-
byte
hight = (
byte
)(c %
256
);
-
System.out.println( getHex(low) );
-
System.out.println( getHex(hight) );
-
}
-
}
-
-
public
static
void
testString()
throws
Exception
-
{
-
for
(
int
i=
0
; i<s.length(); i++)
-
{
-
testChar(s.charAt(i));
-
}
-
}
-
-
-
public
static
void
testString_02()
throws
Exception
-
{
-
-
StringBuffer sb =
new
StringBuffer();
-
for
(
int
i=
0
; i<s.length(); i++)
-
{
-
char
c = s.charAt(i);
-
if
(c>
255
)
-
{
-
char
hight = (
char
)(c /
256
);
-
char
low = (
char
)(c %
256
);
-
sb.append(hight);
-
sb.append(low);
-
}
-
else
-
{
-
sb.append(c);
-
}
-
}
-
String sIso88591 = sb.toString();
-
System.out.println(sIso88591);
-
-
byte
[] buf = sIso88591.getBytes(
“iso-8859-1”
);
-
showBytes(buf);
-
String sUtf_8 =
new
String(buf,
“gbk”
);
-
System.out.println(sUtf_8);
-
}
-
-
public
static
void
testString_03()
throws
Exception
-
{
-
System.out.println(
“s:”
+ s);
-
-
byte
[] buf_gbk = s.getBytes(
“gbk”
);
-
System.out.println(
“buf_gbk:”
);
-
showBytes(buf_gbk);
-
-
StringBuffer sb =
new
StringBuffer();
-
for
(
int
i=
0
; i<buf_gbk.length; i++)
-
{
-
char
c = (
char
)buf_gbk[i];
-
sb.append( c );
-
System.out.println(c +
“:”
+ getHex((
byte
)c));
-
}
-
-
String sIso88591 = sb.toString();
-
System.out.println(
“sIso88591:”
);
-
System.out.println(sIso88591);
-
System.out.println(
“showChar(sIso88591):”
);
-
showChar(sIso88591);
-
-
byte
[] buf_iso88591 = sIso88591.getBytes(
“iso-8859-1”
);
-
System.out.println(
“buf_iso88591:”
);
-
showBytes(buf_iso88591);
-
String sUtf_8 =
new
String(buf_iso88591,
“gbk”
);
-
System.out.println(sUtf_8);
-
-
}
-
-
public
static
void
testString_04()
throws
Exception
-
{
-
System.out.println(
“s:”
+ s);
-
-
byte
[] buf_gbk = s.getBytes(
“gbk”
);
-
System.out.println(
“buf_gbk:”
);
-
showBytes(buf_gbk);
-
-
String sIso88591 =
new
String(buf_gbk,
“iso-8859-1”
);
-
-
System.out.println(
“sIso88591:”
);
-
System.out.println(sIso88591);
-
System.out.println(
“showChar(sIso88591):”
);
-
showChar(sIso88591);
-
-
byte
[] buf_iso88591 = sIso88591.getBytes(
“iso-8859-1”
);
-
System.out.println(
“buf_iso88591:”
);
-
showBytes(buf_iso88591);
-
String sGbk =
new
String(buf_iso88591,
“gbk”
);
-
System.out.println(sGbk);
-
-
}
-
-
/**
-
* @param args
-
*/
-
public
static
void
main(String[] args)
throws
Exception{
-
//testString();
-
//testString_02();
-
testString_04();
-
}
-
-
}
参考资料：
http://my.oschina.net/whp/blog/36846
http://baike.baidu.com/view/2613676.htm