科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网软件频道制作GBK与Unicode的对照表

制作GBK与Unicode的对照表

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

介绍一种制作GBK-Unicode对照表的方法。

作者:Rayman 来源:CSDN 2008年3月18日

关键字: unicode GBK java

  • 评论
  • 分享微博
  • 分享邮件
 前段时间,在所参与的项目中遇到了一个unicodegb之间转码失败的问题,一些不常用汉字的编码都被转成了“??”,这些汉字没有显示出来,于是自己对相关的问题做了一些研究并最终使问题得以解决。现在就结合前面两篇的unicodeGB方面的基本原理,介绍这种制作GBK-Unicode编码对照表的方法。

        Java的字符串String类功能强大,不但能进行一些基本的字符串操作,还可以根据需要构造指定字符集的字符串,本文所介绍的方法正是利了这一点,这种方法的基本思路是:

1、遍历GBK编码表中的所有汉字,使用该字GB编码构造一个字符串。GBK编码表中各部分的汉字分块比较整齐,很容易遍历。

2、使用getBytes()方法取得该字符的字节数组,由于Java是用unicode来表示字符的,所以此汉字的unicode就在其中。

以下是一段示例代码:

{
    
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);
            }
        }
    }
}

    这一段是对GBK/2区的汉字进行遍历并处理的代码,GBK/2区的首字节范围在[0xb0,0xf7],尾字节范围在[0xa1,0xfe],在构造字符串时使用的字符集为GBK

String str = new String(gbkBytes,"GBK");

    在使用getBytes()取得的字节数组中会有四个元素,前两个不知是做什么用的,可能与字符串本身的结构有关,接下来的两个字节才是真正的unicode码。但这两个字节是倒序的,要从最后一个字节开始取,之所以这样是与big_endianlittle_endian有关的,这里不多说。

    当每一次内层循环结束时,buffer字符串中前两个数字就是一个GB码,后面两个数字就是一个unicode码,把它写到文件中就行了。

这样的文件得到之后,再在另外的程序中载入文件,把Unicode值装入数组,以GB码为索引,就可以很方便地由GB码查得Unicode码。

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    重磅专题
    往期文章
    最新文章