① 用JS如何把utf8轉換成GBK的字元編碼
java不同編碼之間進行轉換,都需要使用unicode作為中轉。
以utf-8轉gbk為例,示例亮掘拍代碼如敬羨下:
String t = "這是一個散信字元串aaa111";
String utf8 = new String(t.getBytes( "UTF-8"));
System.out.println(utf8);
String unicode = new String(utf8.getBytes(),"UTF-8");
System.out.println(unicode);
String gbk = new String(unicode.getBytes("GBK"));
System.out.println(gbk);
② C#中文亂碼處理,想轉成GBK
這種情況,從根本上轉換。
1.以文神族帶本方式打開該文件,
2,在另存為游蘆
3.設置該文件的字元編穗冊碼
③ 用JS將URL中的漢字編碼成GBK,怎麼弄
varGB2312UnicodeConverter={
ToUnicode:function(str){
returnescape(str).toLocaleLowerCase().replace(/%u/gi,'\u');
}
,ToGB2312:function(str){
喚扮鋒returnunescape(str.replace(/\u/gi,'缺棗%u'));
和晌}
};
用此方法試試。
個人覺得這個轉碼的工作最好還是在接收端做
④ java接入易寶支付時,商品名稱為UTF-8編碼的中文,如何轉換成GBK編碼的中文
1.編碼基礎知識
最早的編碼是iso8859-1,和ascii編碼相似。但為了方便表示各種各樣的語言,逐漸出現了很多標准編碼,余蔽重要的有如下幾個。
1.1. ISO-8859-1 通常叫做Latin-1
屬於單位元組編碼,最多能表示的字元范圍是0-255,應用於英文系列。比如,字母a的編碼為0x61=97。
很明顯,iso8859-1編碼表示的字元范圍很窄,無法表示中文字元。但是,由於是單位元組編碼,和計算機最基礎的表示單位一致,所以很多時候,仍舊使用iso8859-1編碼來表示。
而且在很多協議上,豎唯州默認使用該編碼。比如,雖然"中文"兩個字不存在iso8859-1編碼,
以gb2312編碼為例,應該是"d6d0 cec4"兩個字元(java字元佔2個位元組),
使用iso8859-1編碼的時候則將它拆開為4個位元組來表示:"d6 d0 ce c4"(事實上,在進行存儲的時候,也是以位元組為單位處理的)。
而如果是UTF編碼,則是6個位元組"e4 b8 ad e6 96 87"。
很明顯,這種表示方法還需要以另一種編碼為基礎。
1.2. GB2312/GBK
這就是漢字的國標碼,專門用來表示漢字,是雙位元組編碼,而英文字母和iso8859-1一致(兼容iso8859-1編碼)。
其中gbk編碼能夠用來同時表示繁體字和簡體字,
而gb2312隻能表山攜示簡體字,gbk是兼容gb2312編碼的。
1.3 unicode
這是最統一的編碼,可以用來表示所有語言的字元,而且是定長雙位元組(也有四位元組的)編碼,包括英文字母在內。所以可以說它是不兼容iso8859-1編碼的,也不兼容任何編碼。不過,相對於iso8859-1編碼來說,uniocode編碼只是在前面增加了一個0位元組,比如字母a為"00 61"。
需要說明的是,定長編碼便於計算機處理(注意GB2312/GBK不是定長編碼),而unicode又可以用來表示所有字元,所以在很多軟體內部是使用unicode編碼來處理的,比如java。
1.4 UTF
考慮到unicode編碼不兼容iso8859-1編碼,而且容易佔用更多的空間:因為對於英文字母,unicode也需要兩個位元組來表示。所以unicode不便於傳輸和存儲。因此而產生了utf編碼,utf編碼兼容iso8859-1編碼,同時也可以用來表示所有語言的字元,不過,utf編碼是不定長編碼,每一個字元的長度從1-6個位元組不等。另外,utf編碼自帶簡單的校驗功能。一般來講,英文字母都是用一個位元組表示,而漢字使用三個位元組。
注意,雖然說utf是為了使用更少的空間而使用的,但那隻是相對於unicode編碼來說,如果已經知道是漢字,則使用GB2312/GBK無疑是最節省的。不過另一方面,值得說明的是,雖然utf編碼對漢字使用3個位元組,但即使對於漢字網頁,utf編碼也會比unicode編碼節省,因為網頁中包含了很多的英文字元。
2.Unicode、UTF-8 和 ISO8859-1區別與聯系
將以"中文"兩個字為例,經查表可以知道其
GB2312編碼是"d6d0 cec4",
Unicode編碼為"4e2d 6587",
UTF編碼就是"e4b8ad e69687"。
注意,這兩個字沒有iso8859-1編碼,但可以用iso8859-1編碼來表示。
2.1 Unicode與各編碼之間的直接轉換
下面以對中文字元串"a中文"的編碼轉換為例,來了解各種編碼之間的轉換
1)Unicode和GBK
測試結果如下,每個漢字轉換為兩個位元組,且是可逆的,即通過位元組可以轉換回字元串
String-GBK〉ByteArray:/u0061/u4E2D/u6587(a中文)-〉0x61 0xD6 0xD0 0xCE 0xC4 ByteArray-GBK〉String:0x61 0xD6 0xD0 0xCE 0xC4-〉/u0061/u4E2D/u6587(a中文)
2)Unicode和UTF-8
測試結果如下,每個漢字轉換為三個位元組,且是可逆的,即通過位元組可以轉換回字元串
String-UTF-8〉ByteArray:/u0061/u4E2D/u6587(a中文)-〉0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87 ByteArray-UTF-8〉String:0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87-〉/u0061/u4E2D/u6587(a中文)
3)Unicode和ISO-8859-1
測試結果如下,當存在漢字時轉換失敗,非可逆,即通過位元組不能再轉換回字元串
String-ISO-8859-1〉ByteArray:/u0061/u4E2D/u6587(a中文)-〉0x61 0x3F 0x3F ByteArray-ISO-8859-1〉String:0x61 0x3F 0x3F-〉/u0061/u003F/u003F(a??)
2.2 Unicode與各編碼之間的交叉轉換
在上面直接轉換中,由字元串(Unicode)生成的位元組數組,在構造回字元串時,使用的是正確的編碼集合,如果使用的不是正確的編碼集合會怎樣呢?會正確構造嗎?如果不能正確構造能有辦法恢復嗎?會信息丟失嗎?
下面我們就來看看這種情況,這部分可以說明在某些情況下雖然我們最終正確顯示了結果,但其間仍然進行了不正確的轉換。
1)能夠正確顯示的中間不正確轉換
我們知道String-GBK〉ByteArray-GBK〉String是正確的,但如果我們採用String-GBK〉
ByteArray-ISO-8859-1〉String呢?通過測試結果如下:
String-GBK〉ByteArray-ISO-8859-1〉String:/u0061/u4E2D/u6587(a中文)-〉0x61 0xD6 0xD0 0xCE 0xC4-〉/u0061/u00D6/u00D0/u00CE/u00C4(a????
這時我們得到的字元串為?亂碼「a????」,但是通過繼續轉換我們仍然可以復原回正確的字元串「a中文」,過程如下:
String-GBK〉ByteArray-ISO-8859-1〉String-ISO-8859-1〉ByteArray-GBK〉String
對應:/u0061/u4E2D/u6587(a中文)-〉0x61 0xD6 0xD0 0xCE 0xC4-〉/u0061/u00D6/u00D0/u00CE/u00C4(a????)-〉0x61 0xD6 0xD0 0xCE 0xC4-〉/u0061/u4E2D/u6587(a中文)
也就是我們在首次構造字元串時,我們用了錯誤的編碼集合得到了錯誤的亂碼,但是我們通過錯上加錯,再用錯誤的編碼集合獲取位元組數組,然後再用正確的編碼集合構造,就又恢復了正確的字元串。這時就屬於是「能夠正確顯示的中間不正確轉換」。在Jsp頁面提交數據處理時常常發生這種情況。
此外能夠正確顯示的中間不正確轉換還有:
String-UTF-8〉ByteArray-ISO-8859-1〉String-ISO-8859-1〉ByteArray-UTF-8〉String
和
String-UTF-8〉ByteArray-GBK〉String-GBK〉ByteArray-UTF-8〉String
對應:/u0061/u4E2D/u6587(a中文)-〉0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87-〉/u0061/u6D93/uE15F/u6783(a涓枃)-〉0x61 0xE4 0xB8 0xAD 0xE6%0x96 0x87-〉/u0061/u4E2D/u6587(a中文)
2.3 編碼過程中錯誤診斷參考
1)一個漢字對應一個問號
在通過ISO-8859-1從字元串獲取位元組數組時,由於一個Unicode轉換成一個byte,當遇到不認識的Unicode時,轉換為0x3F,這樣無論用哪種編碼構造時都會產生一個?亂碼。
2)一個漢字對應兩個問號
在通過GBK從字元串獲取位元組數組時,由於一個Unicode轉換成兩個byte,如果此時用ISO-8859-1或用UTF-8構造字元串就會出現兩個問號。
若是通過ISO-8859-1構造可以再通過上面所說的錯上加錯恢復(即再通過從ISO-8859-1解析,用GBK構造);
若是通過UTF-8構造則會產生Unicode字元"/uFFFD",不能恢復,若再通過String-UTF-8〉ByteArray-GBK〉String,則會出現雜碼,如a錕斤拷錕斤拷
3)一個漢字對應三個問號
在通過UTF-8從字元串獲取位元組數組時,由於一個
這是java字元串處理的一個標准函數,其作用是將字元串所表示的字元按照charset編碼,並以位元組方式表示。注意字元串在java內存中總是按unicode編碼存儲的。比如"中文",正常情況下(即沒有錯誤的時候)存儲為"4e2d 6587",如果charset為"gbk",則被編碼為"d6d0 cec4",然後返回位元組"d6 d0 ce c4".如果charset為"utf8"則最後是"e4 b8 ad e6 96 87".如果是"iso8859-1",則由於無法編碼,最後返回 "3f 3f"(兩個問號)。
3. java對字元的處理
在java應用軟體中,會有多處涉及到字元集編碼,有些地方需要進行正確的設置,有些地方需要進行一定程度的處理。
3.1 getBytes(charset)
這是java字元串處理的一個標准函數,其作用是將字元串所表示的字元按照charset編碼,並以位元組方式表示。
注意字元串在java內存中總是按unicode編碼存儲的。
比如"中文",正常情況下(即沒有錯誤的時候)存儲為"4e2d 6587",
如果charset為"gbk",則被編碼為"d6d0 cec4",然後返回位元組"d6 d0 ce c4"。
如果charset為"utf8"則最後是"e4 b8 ad e6 96 87"。
如果是"iso8859-1",則由於無法編碼,最後返回 "3f 3f"(兩個問號)。
3.2 new String(charset)
這是java字元串處理的另一個標准函數,和上一個函數的作用相反,將位元組數組按照charset編碼進行組合識別,最後轉換為unicode存儲。
參考上述getBytes的例子,"gbk" 和"utf8"都可以得出正確的結果"4e2d 6587",但iso8859-1最後變成了"003f 003f"(兩個問號)。
因為utf8可以用來表示/編碼所有字元,所以new String( str.getBytes( "utf8" ), "utf8" ) === str,即完全可逆。
3.3 setCharacterEncoding()
該函數用來設置http請求或者相應的編碼。
對於request,是指提交內容的編碼,指定後可以通過getParameter()則直接獲得正確的字元串,如果不指定,則默認使用iso8859-1編碼,需要進一步處理。
參見下述"表單輸入"。值得注意的是在執行setCharacterEncoding()之前,不能執行任何getParameter()。
java doc上說明:This method must be called prior to reading request parameters or reading input using getReader()。
該指定只對POST方法有效,對GET方法無效。分析原因:
POST方法在執行第一個getParameter()的時候,java將會按照編碼分析所有的提交內容,而後續的getParameter()不再進行分析,所以setCharacterEncoding()無效。
GET方法提交表單是,提交的內容在URL中,一開始就已經按照編碼分析所有的提交內容,setCharacterEncoding()自然就無效。
注意:iso-8859-1是JAVA網路傳輸使用的標准字元集,而gb2312是標准中文字元集,當你作出提交表單等需要網路傳輸的操作的時候,就需要把 iso-8859-1轉換為gb2312字元集顯示,否則如果按瀏覽器的gb2312格式來解釋iso-8859-1字元集的話,由於2者不兼容,所以會 是亂碼.
⑤ 怎麼把文本文件改成gbk編碼
工具/材料:記握蘆事本,文本文件。
1、首先選中文本文件,雙擊打開。
⑥ 用MyEclipse新建jsp時 怎麼把默認字元編碼設置為GBK
MyEclipse新建jsp時 默認字元編碼設置為GBK的步驟如下:雀答芹
選中jsp頁面,按alt+enter組合鍵,彈出窗口如下:舉陵