java编码gbk的不可映射字符怎么解决

原创

ithorizon 8个月前 (09-01) 阅读数 122 #Java

Java编码GBK的不可映射字符问题及解决方案

在Java开发过程中，我们频繁会遇到编码问题。其中，GBK编码的不可映射字符问题尤为常见。当我们在处理GBK编码的文本时，或许会出现一些字符无法正确映射到Java中的char类型，令乱码或程序异常。本文将介绍怎样解决这个问题。

问题现象

当尝试将包含不可映射字符的GBK编码文本变成Java中的String对象时，程序或许会抛出以下异常：

java.nio.charset.MalformedInputException: Input length = 1

或者在转换后的文本中出现乱码。

解决方案

1. 使用第三方库

可以使用第三方库，如Apache Commons Codec，来处理GBK编码的不可映射字符问题。


import org.apache.commons.codec.DecoderException;
import org.apache.commons.codec.binary.Hex;
public class GbkToUtf8 {
    public static void main(String[] args) throws DecoderException {
        String gbkStr = "XXX";
        byte[] gbkBytes = gbkStr.getBytes("GBK");
        String hexStr = Hex.encodeHexString(gbkBytes);
        byte[] utf8Bytes = Hex.decodeHex(hexStr.toCharArray());
        String utf8Str = new String(utf8Bytes, "UTF-8");
        System.out.println(utf8Str);
    }
}

2. 自定义转换方法

可以自定义一个方法，使用Java内置的字符编码转换API来处理GBK编码的不可映射字符。


public class GbkToUtf8 {
    public static void main(String[] args) {
        String gbkStr = "XXX";
        try {
            String utf8Str = gbkToUtf8(gbkStr);
            System.out.println(utf8Str);
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
    }
    public static String gbkToUtf8(String gbkStr) throws UnsupportedEncodingException {
        if (gbkStr == null || gbkStr.isEmpty()) {
            return gbkStr;
        }
        byte[] gbkBytes = gbkStr.getBytes("GBK");
        byte[] utf8Bytes = new byte[gbkBytes.length];
        int i = 0;
        int j = 0;
        while (i < gbkBytes.length) {
            if (gbkBytes[i] < 0) {
                utf8Bytes[j++] = (byte) (0xE0 | gbkBytes[i++] & 0x0F);
                utf8Bytes[j++] = (byte) (0x80 | gbkBytes[i++] & 0x3F);
            } else {
                utf8Bytes[j++] = gbkBytes[i++];
            }
        }
        return new String(utf8Bytes, 0, j, "UTF-8");
    }
}