教你制作GBK與Unicode的對(duì)照表_Web標(biāo)準(zhǔn)教程

      編輯Tag賺U幣
      教程Tag:暫無Tag,歡迎添加,賺取U幣!
      前段時(shí)間,在所參與的項(xiàng)目中碰到了一個(gè)unicode與gb之間轉(zhuǎn)碼失敗的問題,一些不常用漢字的編碼都被轉(zhuǎn)成了“??”,這些漢字沒有顯示出來,于是自己對(duì)相關(guān)的問題做了一些研究并最終使問題得以解決。現(xiàn)在就結(jié)合前面兩篇的unicode與GB方面的基本原理,介紹這種制作GBK-Unicode編碼對(duì)照表的方法。

        Java的字符串String類功能強(qiáng)大,不但能進(jìn)行一些基本的字符串操作,還可以根據(jù)需要構(gòu)造指定字符集的字符串,本文所介紹的方法正是利了這一點(diǎn),這種方法的基本思路是:

        1、遍歷GBK編碼表中的所有漢字,使用該字的GB編碼構(gòu)造一個(gè)字符串。GBK編碼表中各部分的漢字分塊比較整潔,很輕易遍歷。

        2、使用getBytes()方法取得該字符的字節(jié)數(shù)組,由于Java是用unicode來表示字符的,所以此漢字的unicode就在其中。

        以下是一段示例代碼:

      以下是引用片段:
      {
      int count = 0;
      for(int segIndex=0xb0; segIndex<=0xf7; segIndex ) {
      for(int charIndex=0xa1; charIndex<=0xfe; charIndex ) {
      byte gbkBytes = new byte {(byte)(segIndex), (byte)charIndex};
      byte unicodeBytes;
      String str = new String(gbkBytes,"GBK");

      unicodeBytes = str.getBytes("unicode");
      if(unicodeBytes.length == 4) {
      count ;
      String buffer = "";
      for (int i=0;i<gbkBytes.length;i )
      buffer = (int)(0x00ff&gbkBytes[i]) " ";
      for (int i=3;i>1;i--)
      buffer = (int)(0x00ff&unicodeBytes[i]) " ";
      buffer = " ";
      osw.write(buffer);
      }


      }
      }
      }

        這一段是對(duì)GBK/2區(qū)的漢字進(jìn)行遍歷并處理的代碼,GBK/2區(qū)的首字節(jié)范圍在[0xb0,0xf7],尾字節(jié)范圍在[0xa1,0xfe],在構(gòu)造字符串時(shí)使用的字符集為GBK:

      以下是引用片段:
      String str = new String(gbkBytes,"GBK");


        在使用getBytes()取得的字節(jié)數(shù)組中會(huì)有四個(gè)元素,前兩個(gè)不知是做什么用的,可能與字符串本身的結(jié)構(gòu)有關(guān),接下來的兩個(gè)字節(jié)才是真正的unicode碼。但這兩個(gè)字節(jié)是倒序的,要從最后一個(gè)字節(jié)開始取,之所以這樣是與big_endian和little_endian有關(guān)的,這里不多說。

        當(dāng)每一次內(nèi)層循環(huán)結(jié)束時(shí),buffer字符串中前兩個(gè)數(shù)字就是一個(gè)GB碼,后面兩個(gè)數(shù)字就是一個(gè)unicode碼,把它寫到文件中就行了。

        這樣的文件得到之后,再在另外的程序中載入文件,把Unicode值裝入數(shù)組,以GB碼為索引,就可以很方便地由GB碼查得Unicode碼

      來源:模板無憂//所屬分類:Web標(biāo)準(zhǔn)教程/更新時(shí)間:2007-04-07
      相關(guān)Web標(biāo)準(zhǔn)教程