近来试着FTP搜索，遇到编码问题，研究了下。
Java内部的String为Unicode编码，每个字符占两个字节。
Java编解码方法如下：
复制
String str = "hi好啊me"; byte[] gbkBytes=str.getBytes("GBK");//将String的Unicode编码转为GBK编码，输出到字节中 String string=new String(gbkBytes,"GBK");//gbkBytes中的字节流以GBK方案解码成Unicode形式的Java字符串
1.
2.
3.
1、表单数据的编码
现在的问题是，在网络中，不知道客户端发过来的字节流的编码方案（发送前浏览器会对数据编码！！！各个浏览器还不一样！！！）
解决方案如下：
当然URLEncoder.encode(str, "utf-8")和URLDecoder.decode(strReceive,"utf-8")方法中的编码方案要一致。
2、网址的编码
但以上方法只适合表单数据的提交；对于URL则不行！！！原因是URLEncoder把'/'也编码了，浏览器发送时报错！！！那么，只要http://IP/子目录把http://IP/这部分原封不动（当然这部分不要有中文），之后的数据以'/'分割后分段编码即可。
代码如下：
复制
/** * 对{@link URLEncoder#encode(String, String)}的封装，但不编码'/'字符，对其他字符分段编码 * * @param str * 要编码的URL * @param encoding * 编码格式 * @return 字符串以字符'/'隔开，对每一段单独编码以encoding编码格式编码 * @version: 2012_01_10 * <p> * 注意：未考虑':'，如直接对http://编解码，会产生错误！！！请在使用前将其分离出来,可以使用 * {@link #encodeURLAfterHost(String, String)}方法解决此问题 * <p> * 注意：对字符/一起编码，导致URL请求异常！！ */ public static String encodeURL(String str, String encoding) { final char splitter = '/'; try { StringBuilder sb = new StringBuilder(2 * str.length()); int start = 0; for (int i = 0; i < str.length(); i++) { if (str.charAt(i) == splitter) { sb.append(URLEncoder.encode(str.substring(start, i), encoding)); sb.append(splitter); start = i + 1; } } if (start < str.length()) sb.append(URLEncoder.encode(str.substring(start), encoding)); return sb.toString(); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } return null; } /** * 对IP地址后的URL通过'/'分割后进行分段编码. * <p> * 对{@link URLEncoder#encode(String, String)} * 的封装，但不编码'/'字符，也不编码网站部分(如ftp://a.b.c.d/部分，检测方法为对三个'/'字符的检测，且要求前两个连续)， * 对其他字符分段编码 * * @param str * 要编码的URL * @param encoding * 编码格式 * @return IP地址后字符串以字符'/'隔开，对每一段单独编码以encoding编码格式编码,其他部分不变 * @version: 2012_01_10 * <p> * 注意：对字符/一起编码，导致URL请求异常！！ */ public static String encodeURLAfterHost(String str, String encoding) { final char splitter = '/'; int index = str.indexOf(splitter);//***个'/'的位置 index++;//移到下一位置！！ if (index < str.length() && str.charAt(index) == splitter) {//检测***个'/'之后是否还是'/',如ftp:// index++;//从下一个开始 index = str.indexOf(splitter, index);//第三个'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的***一个'/' if (index > 0) { return str.substring(0, index + 1) + encodeURL(str.substring(index + 1), encoding);//如ftp://anonymous:tmp@g.cn:219.223.168.20/天空 } else return str;//如ftp://anonymous:tmp@g.cn:219.223.168.20 } return encodeURL(str, encoding); } /** * 对IP地址后的URL通过'/'分割后进行分段编码. * 此方法与{@link #decodeURLAfterHost(String, String)}配对使用 * @param str * 要解码的URL * @param encoding * str的编码格式 * @return IP地址后字符串以字符'/'隔开，对每一段单独解码以encoding编码格式解码,其他部分不变 * @version: 2012_01_10 * * <p> * 注意：对字符/一起解码，将导致URL请求异常！！ */ public static String decodeURLAfterHost(String str, String encoding) { final char splitter = '/'; int index = str.indexOf(splitter);//***个'/'的位置 index++;//移到下一位置！！ if (index < str.length() && str.charAt(index) == splitter) {//检测***个'/'之后是否还是'/',如ftp:// index++;//从下一个开始 index = str.indexOf(splitter, index);//第三个'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的***一个'/' if (index > 0) { return str.substring(0, index + 1) + decodeURL(str.substring(index + 1), encoding);//如ftp://anonymous:tmp@g.cn:219.223.168.20/天空 } else return str;//如ftp://anonymous:tmp@g.cn:219.223.168.20 } return decodeURL(str, encoding); } /** * 此方法与{@link #encodeURL(String, String)}配对使用 * <p> * 对{@link URLDecoder#decode(String, String)}的封装，但不解码'/'字符，对其他字符分段解码 * * @param str * 要解码的URL * @param encoding * str的编码格式 * @return 字符串以字符'/'隔开，对每一段单独编码以encoding编码格式解码 * @version: 2012_01_10 * * <p> * 注意：对字符/一起编码，导致URL请求异常！！ */ public static String decodeURL(String str, String encoding) { final char splitter = '/'; try { StringBuilder sb = new StringBuilder(str.length()); int start = 0; for (int i = 0; i < str.length(); i++) { if (str.charAt(i) == splitter) { sb.append(URLDecoder.decode(str.substring(start, i), encoding)); sb.append(splitter); start = i + 1; } } if (start < str.length()) sb.append(URLDecoder.decode(str.substring(start), encoding)); return sb.toString(); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } return null; }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.
98.
99.
100.
101.
102.
103.
104.
105.
106.
107.
108.
109.
110.
111.
112.
113.
114.
115.
116.
117.
118.
119.
120.
121.
122.
123.
124.
125.
126.
127.
128.
129.
130.
131.
132.
133.
134.
135.
136.
137.
138.
139.
3、乱码了还能恢复？
问题如下：
貌似图中的utf-8改成iso8859-1是可以的，utf-8在字符串中有中文时不行（但英文部分仍可正确解析）！！！毕竟GBK的字节流对于utf-8可能是无效的，碰到无效的字符怎么解析，是否可逆那可不好说啊。
测试代码如下：
复制
package tests; import java.io.UnsupportedEncodingException; import java.net.URLEncoder; /** * @author LC * @version: 2012_01_12 */ public class TestEncoding { static String utf8 = "utf-8"; static String iso = "iso-8859-1"; static String gbk = "GBK"; public static void main(String[] args) throws UnsupportedEncodingException { String str = "hi好啊me"; // System.out.println("?的十六进制为：3F"); // System.err // .println("出现中文时，如果编码方案不支持中文，每个字符都会被替换为？的对应编码！（如在iso-8859-1中）"); System.out.println("原始字符串：\t\t\t\t\t\t" + str); String utf8_encoded = URLEncoder.encode(str, "utf-8"); System.out.println("用URLEncoder.encode()方法,并用UTF-8编码后:\t\t" + utf8_encoded); String gbk_encoded = URLEncoder.encode(str, "GBK"); System.out.println("用URLEncoder.encode()方法,并用GBK编码后：\t\t" + gbk_encoded); testEncoding(str, utf8, gbk); testEncoding(str, gbk, utf8); testEncoding(str, gbk, iso); printBytesInDifferentEncoding(str); printBytesInDifferentEncoding(utf8_encoded); printBytesInDifferentEncoding(gbk_encoded); } /** * 测试用错误的编码方案解码后再编码，是否对原始数据有影响 * * @param str * 输入字符串，Java的String类型即可 * @param encodingTrue * 编码方案1，用于模拟原始数据的编码 * @param encondingMidian * 编码方案2，用于模拟中间的编码方案 * @throws UnsupportedEncodingException */ public static void testEncoding(String str, String encodingTrue, String encondingMidian) throws UnsupportedEncodingException { System.out.println(); System.out .printf("%s编码的字节数据->用%s解码并转为Unicode编码的JavaString->用%s解码变为字节流->读入Java(用%s解码)后变为Java的String\n", encodingTrue, encondingMidian, encondingMidian, encodingTrue); System.out.println("原始字符串：\t\t" + str); byte[] trueEncodingBytes = str.getBytes(encodingTrue); System.out.println("原始字节流：\t\t" + bytesToHexString(trueEncodingBytes) + "\t\t//即用" + encodingTrue + "编码后的字节流"); String encodeUseMedianEncoding = new String(trueEncodingBytes, encondingMidian); System.out.println("中间字符串：\t\t" + encodeUseMedianEncoding + "\t\t//即用" + encondingMidian + "解码原始字节流后的字符串"); byte[] midianBytes = encodeUseMedianEncoding.getBytes("Unicode"); System.out.println("中间字节流：\t\t" + bytesToHexString(midianBytes) + "\t\t//即中间字符串对应的Unicode字节流(和Java内存数据一致)"); byte[] redecodedBytes = encodeUseMedianEncoding .getBytes(encondingMidian); System.out.println("解码字节流：\t\t" + bytesToHexString(redecodedBytes) + "\t\t//即用" + encodingTrue + "解码中间字符串(流)后的字符串"); String restored = new String(redecodedBytes, encodingTrue); System.out.println("解码字符串：\t\t" + restored + "\t\t和原始数据相同？ " + restored.endsWith(str)); } /** * 将字符串分别编码为GBK、UTF-8、iso-8859-1的字节流并输出 * * @param str * @throws UnsupportedEncodingException */ public static void printBytesInDifferentEncoding(String str) throws UnsupportedEncodingException { System.out.println(""); System.out.println("原始String:\t\t" + str + "\t\t长度为：" + str.length()); String unicodeBytes = bytesToHexString(str.getBytes("unicode")); System.out.println("Unicode bytes:\t\t" + unicodeBytes); String gbkBytes = bytesToHexString(str.getBytes("GBK")); System.out.println("GBK bytes:\t\t" + gbkBytes); String utf8Bytes = bytesToHexString(str.getBytes("utf-8")); System.out.println("UTF-8 bytes:\t\t" + utf8Bytes); String iso8859Bytes = bytesToHexString(str.getBytes("iso-8859-1")); System.out.println("iso8859-1 bytes:\t" + iso8859Bytes + "\t\t长度为：" + iso8859Bytes.length() / 3); System.out.println("可见Unicode在之前加了两个字节FE FF，之后则每个字符两字节"); } /** * 将该数组转的每个byte转为两位的16进制字符，中间用空格隔开 * * @param bytes * 要转换的byte序列 * @return 转换后的字符串 */ public static final String bytesToHexString(byte[] bytes) { StringBuilder sb = new StringBuilder(bytes.length * 2); for (int i = 0; i < bytes.length; i++) { String hex = Integer.toHexString(bytes[i] & 0xff);// &0xff是byte小于0时会高位补1，要改回0 if (hex.length() == 1) sb.append('0'); sb.append(hex); sb.append(" "); } return sb.toString().toUpperCase(); } }
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.
98.
99.
100.
101.
102.
103.
104.
105.
106.
107.
108.
109.
110.
111.
原文链接：http://cherishlc.iteye.com/blog/1343502
【编辑推荐】