java gbk utf8轉換

在做Java 開發的時候,常常會出現一些亂碼,或者無法正確識別或讀取的文件,比如常見的validator驗證用的消息資源(properties)文件就需要進行 Unicode重新編碼。原因是java默認的編碼方式爲Unicode,而我們的計算機系統編碼常常是GBK等編碼。需要將系統的編碼轉換爲java正確識別的編碼問題就解決了。

1、native2ascii簡介:
   native2ascii 是sun java sdk提供的一個工具。用來將別的文本類文件(比如*.txt,*.ini,*.properties,*.java等等)編碼轉爲Unicode編碼。爲什麼要進行轉碼,原因在於程序的國際化。Unicode編碼的定義:Unicode(統一碼、萬國碼、單一碼)是一種在計算機上使用的字符編碼。它爲每種語言中的每個字符設定了統一併且唯一的二進制編碼,以滿足跨語言、跨平臺進行文本轉換、處理的要求。1990年開始研發,1994年正式公佈。隨着計算機工作能力的增強,Unicode也在面世以來的十多年裏得到普及。(聲明:Unicode編碼定義來自互聯網)。


2、獲取native2ascii:安裝了jdk後,假如你是在windows上安裝,那麼在jdk的安裝目錄下,會有一個bin目錄,其中native2ascii.exe正是。

3、native2ascii的命令行的命名格式:
native2ascii -[options] [inputfile [outputfile]]
說明:
-[options]:表示命令開關,有兩個選項可供選擇
-reverse:將Unicode編碼轉爲本地或者指定編碼,不指定編碼情況下,將轉爲本地編碼。
-encoding encoding_name:轉換爲指定編碼,encoding_name爲編碼名稱。
[inputfile [outputfile]]
inputfile:表示輸入文件全名。
outputfile:輸出文件名。如果缺少此參數,將輸出到控制檯。


4、最佳實踐:首先將JDK的bin目錄加入系統變量path。在盤下建立一個test目錄,在test目錄裏建立一個zh.txt文件,文件內容爲:“熔岩”,打開“命令行提示符”,並進入C:\test目錄下。下面就可以按照說明一步一步來操作,注意觀察其中編碼的變化。
A:將zh.txt轉換爲Unicode編碼,輸出文件到u.txt
native2ascii zh.txt u.txt
打開u.txt,內容爲“\u7194\u5ca9”。
B:將zh.txt轉換爲Unicode編碼,輸出到控制檯
C:\test>native2ascii zh.txt
\u7194\u5ca9
可以看到,控制檯輸出了“\u7194\u5ca9”。
C:將zh.txt轉換爲ISO8859-1編碼,輸出文件到i.txt
native2ascii -encoding ISO8859-1 zh.txt i.txt
打開i.txt文件,內容爲“\u00c8\u00db\u00d1\u00d2”。
D:將u.txt轉換爲本地編碼,輸出到文件u_nv.txt
native2ascii -reverse u.txt u_nv.txt
打開u_nv.txt文件,內容爲“熔岩”。
E:將u.txt轉換爲本地編碼,輸出到控制檯
C:\test>native2ascii -reverse u.txt
熔岩
可以看到,控制檯輸出了“熔岩”。
F:將i.txt轉換爲本地編碼,輸出到i_nv.txt
native2ascii -reverse i.txt i_nv.txt
打開i_nv.txt文件,內容爲“\u00c8\u00db\u00d1\u00d2”。發現轉碼前後完全一樣的。也就是說,等於沒有轉,或者說思想糊塗,對命名沒有理解。。
G:將i.txt轉換爲GBK編碼,輸出到i_gbk.txt
native2ascii -reverse -encoding GBK i.txt i_gbk.txt
打開i_gbk.txt文件,內容爲“\u00c8\u00db\u00d1\u00d2”。發現轉碼前後完全一樣的。也就是說,等於沒有轉,或者說思想糊塗,對命名沒有理解。
H:將u_nv.txt轉碼到本地編碼GBK,輸出到控制檯
C:\test>native2ascii -reverse -encoding ISO8859-1 i.txt
熔岩
從這個結果看,目標達到到了,編碼i.txt爲ISO8859-1,轉爲本地編碼後內容爲“熔岩”。從這裏應該意識到,native2ascii -reverse命令中-encoding指定的編碼爲源文件的編碼格式。而在native2ascii 命令中-encoding指定的編碼爲(生成的)目標文件的編碼格式。這一點非常的重要!切記!!
繼續探索,新建文件12a.txt,內容“12axyz”。看看純字母數字的編碼又如何。
I:將純字母數字的文本文件12a.txt轉換爲Unicode編碼
native2ascii 12a.txt 12a_nv.txt
打開12a_nv.txt文件,內容爲“12axyz”。
繼續測試,轉爲ISO8859-1編碼看看
C:\test>native2ascii -encoding ISO8859-1 12a.txt
12axyz
結果還是沒有轉碼。
從結果可以得出結論:對於純數字和字母的文本類型件,轉碼前後的內容是一樣的。

5、總結:native2ascii 是一個非常的好轉碼工具,並且轉碼是可逆的!而其真正的含義並非本地編碼——>轉碼爲ASCII碼,而是一個通用的文本文件編碼轉換工具。在做編碼轉換的時候有兩類指定編碼的情形,分別指輸出文件編碼和輸入文件編碼,具體可以看看最佳實踐部分。

實際應用中:
比如可以這樣利用native2ascii:
native2ascii -encoding gbk temp.properties application_zh_CN.properties
這裏將根據一個臨時文件temp.properties輸出了application_zh_CN.properties,然後把application_zh_CN.properties中的文件內容替換這個臨時文件的內容就可以了。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章