unicode编码转换器

java中文转换Unicode编码
unicode编码转换器(一)

Java中文Unicode中文转换 转换背景：

把中文转换成Unicode编码再直接输出，程序解析XML，properties，以及JS打印提示信息后再把Unicode编码转回中文就没有问题了。

提供两种方法把中文转换成Unicode编码：

第一种办法：Eclipse中JS转换法

1. web项目中随便新建一个 *.js文件，将文件的编码属性设置为utf8 (右击文件从弹出菜单中选择“properties”在弹出的属性对话框中设置“Text file encoding”选项)

2. 打开新建的*.js文件,输入: “要转换的汉字”.

3. 按下Ctrl+Shift+F 或右键点击文件内容从弹出菜单中选择“Format Document”选型，效果出来了。

总结：必须将汉字放到””中间，否则不转换.

^_^

第二种办法：JAVA程序实现法

public class CharacterSetToolkit {

/** Creates a new instance of CharacterSetToolkit */

public CharacterSetToolkit() {

}

private static final char[] hexDigit = {

'0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F' };

private static char toHex(int nibble) {

return hexDigit[(nibble & 0xF)];

}

/**

* 将字符串编码成 Unicode 。

* @param theString 待转换成Unicode编码的字符串。

* @param escapeSpace 是否忽略空格。

* @return 返回转换后Unicode编码的字符串。

*/

public static 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 '\t':outBuffer.append('\\'); outBuffer.append('t'); break;

case '\n':outBuffer.append('\\'); outBuffer.append('n'); break;

case '\r':outBuffer.append('\\'); outBuffer.append('r'); break;

case '\f':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();

}

/**

* 从 Unicode 码转换成编码前的特殊字符串。

* @param in Unicode编码的字符数组。

* @param off 转换的起始偏移量。

* @param len 转换的字符长度。

* @param convtBuf 转换的缓存字符数组。

* @return 完成转换，返回编码前的特殊字符串。

*/

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 = new char[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':【unicode编码转换器】

case 'e':

case 'f':

value = (value << 4) + 10 + aChar - 'a'; break;

case 'A':

case 'B':

case 'C':

case 'D':

case 'E':

case 'F':

value = (value << 4) + 10 + aChar - 'A'; break;

default:

throw new IllegalArgumentException( "Malformed \\uxxxx encoding."); }

}

out[outLen++] = (char) value;

} else {

if (aChar == 't') {

aChar = '\t';

} else if (aChar == 'r') {

aChar = '\r';

} else if (aChar == 'n') {

aChar = '\n';

} else if (aChar == 'f') {

aChar = '\f';

}

out[outLen++] = aChar;

}

} else {

out[outLen++] = (char) aChar;

}

}

return new String(out, 0, outLen);

}

public static void main(String arg[]){

CharacterSetToolkit cst = new CharacterSetToolkit();

String unicode = cst.toUnicode("机构号只能输入数字", true); System.out.println(unicode);

}

}

中文转为unicode编码
unicode编码转换器(二)

中文转为unicode编码

2008年04月21日 星期一 下午 01:42

什么是Unicode:

在创造Unicode之前针对各种语言有几百种编码系统，而且这些编码系统也相互冲突，给不同语言系统的电脑进行交流带来了麻烦。因为两种相同的字符在不同的编码系统可能有完全不同的意思，这些不同甚至会对电脑带来危害。于是Unicode出现了，Unicode给每个字符提供了一个唯一的数字，不论是什么平台，不论是什么程序，不论是什么语言。它真正实现了全球电脑系统的United，作为一个标准，它已经成为全球软件技术最重要的发展趋势。 为什么要把中文转换为Unicode

在互联网高速发展的今天，Unicode担当更重要的角色, 它比传统的字符编码更节省费用，使软件或者网站能够运用于不同的系统平台、语言和国家，而不需要重建，同时也保证了资料在不同系统中的完整性。所以说你只要将中文转换为Unicode，任何国家的人都能看到你想表达的真正意思，而不是乱码。

举例

中文原码(GB2312)：叁肆伍陆柒捌

转为Unicode后： &#x53C1;&#x8086;&#x4F0D;&#x9646;&#x67D2;&#x634C;网页效果为：叁肆伍陆柒捌

提示：改变网页编码为其它任何国家、语言的编码试试，始终能看见上面红色的Unicode中文。【unicode编码转换器】【unicode编码转换器】

JAVA：

将中文转为unicode 及转回中文函数

//转为unicodepublic static void writeUnicode(final DataOutputStream out, final String value) { try {

final String unicode = gbEncoding( value );

final byte[] data = unicode.getBytes();

final int dataLength = data.length;

System.out.println( "Data Length is: " + dataLength );

System.out.println( "Data is: " + value );

out.writeInt( dataLength ); //先写出字符串的长度

out.write( data, 0, dataLength ); //然后写出转化后的字符串

} catch (IOException e) {

}

}

public static String gbEncoding( final String gbString ) {

char[] utfBytes = gbString.toCharArray();

String unicodeBytes = "";

for( int byteIndex = 0; byteIndex < utfBytes.length; byteIndex ++ ) {

String hexB = Integer.toHexString( utfBytes[ byteIndex ] );

if( hexB.length() <= 2 ) {

hexB = "00" + hexB;

}

unicodeBytes = unicodeBytes + "\\\\u" + hexB;

}

System.out.println( "unicodeBytes is: " + unicodeBytes ); return unicodeBytes; }

/** *//***************************************************** * 功能介绍:将unicode字符串转为汉字

* 输入参数:源unicode字符串

* 输出参数:转换后的字符串

*****************************************************/ private String decodeUnicode( final String dataStr ) { int start = 0;

int end = 0;

final StringBuffer buffer = new StringBuffer();

while( start > -1 ) {

end = dataStr.indexOf( "\\\\u", start + 2 );

String charStr = "";

if( end == -1 ) {

charStr = dataStr.substring( start + 2, dataStr.length() );

} else {

charStr = dataStr.substring( start + 2, end);

}

char letter = (char) Integer.parseInt( charStr, 16 ); // 16进制parse整形字符串。 buffer.append( new Character( letter ).toString() );

start = end;

}

return buffer.toString();

}

Java字符串取GBK,UNICODE编码和相互转换
unicode编码转换器(三)

package com.util;

import java.io.UnsupportedEncodingException;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class conver_String_Hex {

/**

* @param args

* @throws UnsupportedEncodingException

*/

public static void main(String[] args) throws

UnsupportedEncodingException {

// TODO Auto-generated method stub

// 转换汉字为Unicode码

String s2 = "文1就是转换的标准";

System.out.println("s2: " + s2);

s2 = conver_String_Hex.stringToUnicode(s2);

System.out.println("s2_unicode_Hex: " + s2); // 转换Unicode码为汉字

String aaa =

"\\u4ec0\\u4e48\\u662f\\u5b89\\u5168\\u63a7\u4ef6" +

"\uff1f###\u5b89\u5168\u63a7\u4ef6\u53ef\u4ee5\u4fdd\u8bc1" +

"\u7528\u6237\u7684\u5bc6\u7801\u4e0d\u88ab\u7a83\u53d6\uff0c"

+

"\u4ece\u800c\u4fdd\u8bc1\u8d44\u91d1\u5b89\u5168"; System.out.println("aaa: " + aaa);

String s3 = conver_String_Hex.unicodeToString(aaa); System.out.println("s3: " + s3);

s2 = "文1就是转换的标准";

System.out.println("s2_src: " + s2);

s2 = conver_String_Hex.stringToGBK(s2);

System.out.println("s2_gbk_hex: " + s2);

}

/* * 把中文字符串转换为十六进制Unicode编码字符串 */ public static String stringToUnicode(String s) { String str = "";

for (int i = 0; i < s.length(); i++) {

int ch = (int) s.charAt(i);

if (ch > 255)

str += "\\u" + Integer.toHexString(ch); else

str += "\\" + Integer.toHexString(ch); }

return str;

}

/* * 把十六进制Unicode编码字符串转换为中文字符串 */ public static String unicodeToString(String str) {

Pattern pattern =

Pattern.compile("(\\\\u(\\p{XDigit}{4}))");

Matcher matcher = pattern.matcher(str);

char ch;

while (matcher.find()) {

ch = (char) Integer.parseInt(matcher.group(2), 16); str = str.replace(matcher.group(1), ch + ""); }

return str;

}

/* * 把中文字符串转换为十六进制GBK编码字符串 */ public static String stringToGBK(String s)

throws UnsupportedEncodingException {

String str = "";

for (int i = 0; i < s.length(); i++) {

String ch = String.valueOf(s.charAt(i));

// 取字符串编码示例 默认字符为GBK

byte[] sgbk = ch.getBytes("gbk");

String shex = "";

for (int j = 0; j < sgbk.length; j++) {

// System.out.println(sb[i]);

String hex = Integer.toHexString(sgbk[j] & 0xFF); if (hex.length() == 1) {

hex = "0" + hex;

}

shex=shex+hex;

}

str = str + " 0x" + shex.toUpperCase();

}

return str; }

}

.txt文本文档为什么打开是乱码
unicode编码转换器(四)

UTF-16:
源文件根本就不是文本文件。"之后的名字，UTF-32三种这有两种情况:

扩展名，其中UTF-8是变长码，用来表明文件类型，所以需要修改扩展名)把源文件的扩展名改成了txt

注:文件名中最后的一个[，
由于解码错误，有些人出于保密或者网络传输方便(有些网络传输对格式有明确限制，导致了打开错误
你可以使用RTF(写字板)或者Word等软件打开

2:
编码方式由A耽臂蝗赚豪掉且SCII码和Unicode码
其中Unicode码包括UTF-8:
1