java中GBK转UTF-8乱码的解决方法

java中GBK转UTF-8乱码的解决方法

如果自己采用的是GBK编码，对方采用得到是UTF-8编码，发送数据时需要将GBK编码数据转换成UTF-8编码数据，这样对方才不会乱码。

问题出现：GBK转UTF-8时，奇数个中文会乱码，偶数个中文不会乱码。

原因分析：

public static void analyze() throws UnsupportedEncodingException {
String gbk = 我来了;
String utf8 = new String(gbk.getBytes(UTF-8));
for (byte b : gbk.getBytes(UTF-8)) {
System.out.print(b +  );
}
System.out.println();
for (byte b : utf8.getBytes()) {
System.out.print(b +  );
}
}
/*
-26 -120 -111 -26 -99 -91 -28 -70 -122
-26 -120 -111 -26 -99 -91 -28 -70 63 !
*/

注意最后一个字节不同，上面一行才是正确的UTF-8编码。那么为什么下面一行最后一个字节是63，而不是-122呢？这就是导致乱码的原因所在。

GBK编码是一个中文2个字节，而UTF-8编码是一个中文3个字节，当我们调用getBytes(UTF-8)方法时，会通过计算来增加字节，使得从GBK的2个字节变成UTF-8对应的3个字节。因此，上例3个中文输出了9个字节。

（相关视频教程分享：java教程）

解决问题

保证字节正确才是硬道理。当调用getBytes(UTF-8)转换成字节数组后，创建ISO-8859-1编码的字符串，ISO-8859-1编码是一个字节对应一个字符，因此不会使最后一个字节错误。

public static void correctEncode() throws UnsupportedEncodingException {
String gbk = 我来了;
String iso = new String(gbk.getBytes(UTF-8),ISO-8859-1);
for (byte b : iso.getBytes(ISO-8859-1)) {
System.out.print(b +  );
}
System.out.println();
//模拟UTF-8编码的网站显示
System.out.println(new String(iso.getBytes(ISO-8859-1),UTF-8));
}
/*
-26 -120 -111 -26 -99 -91 -28 -70 -122
我来了
*/