這兩天操作XML使用到了Jdom，在建立XML檔案並輸出到硬碟的時候遇到一箇中文編碼的問題：Jdom預設輸出的XML編碼是UTF-8，但是文件中如果出現中文字元那麼該中文字元就會變成亂碼，造成XML檔案無法被正確解析。

UTF -8應該是可以用來表示中文的吧？我不知道這是不是Jdom的一個BUG（Jdom 1.0，beta了10次的產物哦！）。我google了一下，大家解決這個問題的辦法無非是把Jdom的輸出字符集改為GBK或者GB2312，但是這樣就會有一些副作用，如果在沒有特定字符集（GBK或者GB2312）的作業系統上不是依然不能正確解析嗎？一個比較好的解決辦法是先把中文轉換成 Unicode編碼在直接輸出，程式解析XML後的時候再把Unicode編碼轉回中文就沒有問題了。

於是我查看了JDK的文件， 截至Java 5好像都沒有做類似轉換的類可以直接使用，但是我發現一個類 java.util.Properties，它的原始碼裡有兩個私有（private）方法 loadConvert (char[] in, int off, int len, char[] convtBuf) 和 saveConvert(String theString, boolean escapeSpace) 其實就是做特殊字元和Unicode編碼字元間轉換的，我把它們提取出來，單獨包裝到一個類裡就可以使用了。

下面是我包裝的類 CharacterSetToolkit.java，若你在專案中使用請不要改變package及author等作者資訊。

/**//*
 * CharacterSetToolkit.java
 *
 * Created on 2007年5月17日, 上午11:04
 *
 * To change this template, choose Tools | Template Manager
 * and open the template in the editor.
 */

package mobi.chenwei.wing.util;

/** *//**
 * 進行字元操作的工具類。
 
 * @author Chen Wei
 * @website www.chenwei.mobi
 * @email [email protected]
 */
publicclass CharacterSetToolkit ...{
    
    /** *//** Creates a new instance of CharacterSetToolkit */
    public CharacterSetToolkit() ...{
    }
    
    privatestaticfinalchar[] hexDigit =...{
        '0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F'
    };
    
    privatestaticchar toHex(int nibble) ...{
        return hexDigit[(nibble &0xF)];
    }
    
    /** *//**
     * 將字串編碼成 Unicode 。
     * @param theString 待轉換成Unicode編碼的字串。
     * @param escapeSpace 是否忽略空格。
     * @return 返回轉換後Unicode編碼的字串。
     */
    publicstatic String toUnicode(String theString, boolean escapeSpace) ...{
        int len = theString.length();
        int bufLen = len *2;
        if (bufLen <0) ...{
            bufLen = Integer.MAX_VALUE;
        }
        StringBuffer outBuffer =new StringBuffer(bufLen);
        
        for(int x=0; x<len; x++) ...{
            char aChar = theString.charAt(x);
            // Handle common case first, selecting largest block that
            // avoids the specials below
if ((aChar >61) && (aChar <127)) ...{
                if (aChar =='/') ...{
                    outBuffer.append('/'); outBuffer.append('/');
                    continue;
                }
                outBuffer.append(aChar);
                continue;
            }
            switch(aChar) ...{
                case'':
                    if (x ==0|| escapeSpace)
                        outBuffer.append('/');
                    outBuffer.append('');
                    break;
                case'':outBuffer.append('/'); outBuffer.append('t');
                break;
                case'':outBuffer.append('/'); outBuffer.append('n');
                break;
                case'':outBuffer.append('/'); outBuffer.append('r');
                break;
                case'':outBuffer.append('/'); outBuffer.append('f');
                break;
                case'=': // Fall through
case':': // Fall through
case'#': // Fall through
case'!':
                    outBuffer.append('/'); outBuffer.append(aChar);
                    break;
                default:
                    if ((aChar <0x0020) || (aChar >0x007e)) ...{
                        outBuffer.append('/');
                        outBuffer.append('u');
                        outBuffer.append(toHex((aChar >>12) &0xF));
                        outBuffer.append(toHex((aChar >>8) &0xF));
                        outBuffer.append(toHex((aChar >>4) &0xF));
                        outBuffer.append(toHex( aChar        &0xF));
                    }else...{
                        outBuffer.append(aChar);
                    }
            }
        }
        return outBuffer.toString();
    }
    
    /** *//**
     * 從 Unicode 碼轉換成編碼前的特殊字串。
     * @param in Unicode編碼的字元陣列。
     * @param off 轉換的起始偏移量。
     * @param len 轉換的字元長度。
     * @param convtBuf 轉換的快取字元陣列。
     * @return 完成轉換，返回編碼前的特殊字串。
     */
    public String fromUnicode(char[] in, int off, int len, char[] convtBuf) ...{
        if (convtBuf.length < len) ...{
            int newLen = len *2;
            if (newLen <0) ...{
                newLen = Integer.MAX_VALUE;
            }
            convtBuf =newchar[newLen];
        }
        char aChar;
        char[] out = convtBuf;
        int outLen =0;
        int end = off + len;
        
        while (off < end) ...{
            aChar = in[off++];
            if (aChar =='/') ...{
                aChar = in[off++];
                if (aChar =='u') ...{
                    // Read the xxxx
int value =0;
                    for (int i =0; i <4; i++) ...{
                        aChar = in[off++];
                        switch (aChar) ...{
                            case'0':
                            case'1':
                            case'2':
                            case'3':
                            case'4':
                            case'5':
                            case'6':
                            case'7':
                            case'8':
                            case'9':
                                value = (value <<4) + aChar -'0';
                                break;
                            case'a':
                            case'b':
                            case'c':
                            case'd':
                            case'e':
                            case'f':
                                value = (value <<4) +10+ aChar -'a';
                                break;

相關推薦

使用 Java 將中文字元轉換成 Unicode 編碼

這兩天操作XML使用到了Jdom，在建立XML檔案並輸出到硬碟的時候遇到一箇中文編碼的問題：Jdom預設輸出的XML編碼是UTF-8，但是文件中如果出現中文字元那麼該中文字元就會變成亂碼，造成XML檔案無法被正確解析。 UTF -8應該是可以用來表示中文的吧？我不知道這是不

中文轉換成Unicode編碼和Unicode編碼轉換成中文，Java程式碼實現

 import java.util.Properties; public class Test { public static void main(String[] args

控制檯程式的中文輸出亂碼問題（export LC_CTYPE=zh_CN.GBK，或者修改/etc/sysconfig/i18n為zh_CN.GBK。使用setlocale(LC_CTYPE, "");會使用預設辦法。編譯器會將原始碼做轉換成Unicode格式，或者指定gcc的輸

今天發現用securecrt登陸時，gcc編譯出錯時會出現亂碼，但直接在主機的視窗介面下用Shell編譯卻沒有亂碼。查看了一下當時的錯誤描述，發現它的引號是中文引號，導致在SecureCRT中顯示出錯：  before numeric constant 在網上查了一下，可以

java將資料庫資料轉換成word文件並且生成pdf檔案最後轉換成對應的圖片

目的：將資料轉換成word圖片的方式展現給使用者 工具：openoffice +java程式碼 +資料庫，其中openoffice有windows版本的和Linux版本的。 其中openoffice的下載地址為：連結：https://pan.baidu.com/s/1Y5Ra3TfNCc

Java將時間戳轉換成指定格式日期

public String TimeStamp2Date(String timestampString, String formats){      Long timestamp = Long.parseLong(timestampString)*1000;      S

將中文漢字轉換成拼音(全拼)

using System.Globalization; using System.Text; using System.Text.RegularExpressions; /// <summary> /// 漢字轉拼音類 /// </summary

Java將小寫金額轉換成大寫

public class Test { private static final String UNIT = "萬千佰拾億千佰拾萬千佰拾元角分"; private static final St

java將金額數字轉換成對應的漢字

記得這是一道面試題，今天中午花時間寫了下，貼程式碼： import java.util.Scanner; public class NumberToWord { private

Java 將小寫金額轉換成大寫金額

將小寫金額轉換成大寫金額 例如：110.00轉換後為 壹佰壹拾圓整 程式碼如下 /** * 將小寫金額轉換為大寫 * * @param amount * 110.00 * @retu

如何用JAVA將二進位制檔案轉換成BASE64格式儲存到MySQL的Blob欄位裡並讀出下載

由於需求要將上傳的檔案以BASE64的方式儲存到MySQL的Blob欄位，並可以讀取Blob欄位下載生成檔案，方法如下： 1、下載用於BASE64編碼轉換的sun.misc.BASE64Decoder

JS將unicode碼轉中文方法（解決IE8對JSON.stringify中文轉換成unicode的問題）

第①種情況：（無特殊字元） // 把json物件轉為json串 var stringcontent = JSON.stringify(data.jsonObject); //此時變數為：stringcontent={policy":[{"name":"must_inst

隨便發發,java gb2312與中文字元轉換，以及中文和Unicode的轉換

/**      * 中文轉Unicode      * @param gbString      * @return      */    public static String UnicodeEncoding(String gbString) {   //gbStri

Java將漢字轉換成URL編碼

String abcd = "中文";//或者使用abcd = "\u0061\u4E2D\u6587"; System.out.println(java.net.URLEncoder

【轉載】如何用VB6在中文系統下把Unicode編碼的日文字元轉成Shift-JIS編碼

這個題目有點變態，不過有時確實會有這種需求，起碼我就碰到過。同樣變態的需求還有“如何用VB6在日文系統下把Unicode編碼的中文字元轉成GB2312編碼”。這種需求有個比較時髦的名字，叫做“國際對應”。本文將提供幾種解決方法。一：繁瑣的方法如果之前看過我貼的那篇VB6中EBCDIC碼和Unicode碼之間的

Java將中文轉換成拼音，用於字母的模糊查詢

/** * 將漢字轉換為拼音 * @author Champion.Wong * */ public class Trans2PinYin { private static int[] pyvalue =

oracle改進之將阿拉伯數字轉換成中文數字

replace 工作 漢字 spa bsp func ace 延展 char 　　本博客是自己在學習和工作途中的積累與總結。 將阿拉伯數字轉換成中文漢字,方法自定義函數　　 　　 create or replace function formate(val in num

將阿拉伯數字轉換成中文的php函數

ont enum pre == tin 函數 array light blog function toChinaseNum($num){ $char = array("零","一","二","三","四","五","六","七","八","九"); $dw

Java對網路圖片/本地圖片轉換成Base64編碼和解碼

一、將本地圖片轉換成Base64編碼字串   /** * 將本地圖片轉換成Base64編碼字串 * * @param imgFile 圖片目錄路徑 * @return */ public static String getImgFi

[Java] Jar2Exe,jar2工具將jar包轉換成exe可執行檔案的詳細過程

[Java] Jar2Exe,jar2工具將jar包轉換成exe可執行檔案的詳細過程 軟體下載地址 連結: https://pan.baidu.com/s/1Ei39JYGpb7wyS9UkMl1GTQ 提取碼: yvkv 一、首先將程式匯出為jar包 1、在MyEcli

將浮點數轉換成人命幣讀法字串 java版

題目：編寫一個程式，將浮點數轉換成人命幣讀法字串，例如，將1006.333轉換成壹仟零陸元叄角叄分 下面是我的解決方案，雖然沒有大神的那麼優秀，但是功能上還是差不多的。測試資料是從別人程式碼那裡賦值過來的。可能 註釋 中存在錯誤。 package t