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

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