请教个UTF-8转GBK的问题，谢谢

无倦

目的：要从一个WEB server下载内容，格式为UTF-8, 要转换为GBK输出

出现的问题：只有部分中文字可以转换为GBK，不能转换的都输出为“？”号，比如“我”可以正常转换，但“道”字就不能正常转换了,大家帮帮看看是什么问题吧


代码如下:

1.             
   
2.                               String urlstring="http://**.com";
   
3.                
   
4.         try{
   
5. 
   
6.                 URL url = new URL(urlstring);
   
7.                 URLConnection conn = url.openConnection();
   
8.                 BufferedReader reader = new BufferedReader(new InputStreamReader(conn.getInputStream()));
   
9.                 String line = null;
   
10.                 String buff="";
    
11. 
    
12.                 while ((line = reader.readLine()) != null)   //读取内容
    
13.                 buff=buff+line+"\n";
    
14. 
    
15.                 reader.close();
    
16. 
    
17. 
    
18.                 String GBK=new String(buff.getBytes("GBK"),"UTF-8");   //转换
    
19.                
    
20.                                  System.out.println(GBK);
    
21.                
    
22.                 }
    
23.                 catch (MalformedURLException e)
    
24.                 {
    
25.                 e.printStackTrace();
    
26.                 }
    
27.                 catch (IOException e)
    
28.                 {
    
29.                 e.printStackTrace();
    
30.                 }
    
31. 
    

复制代码

jhsea3do

请花时间学习一下这个包

http://jakarta.apache.org/commons/httpclient/downloads.html

caojiqun

String GBK=new String(buff.getBytes("GBK" ) ,"UTF-8" ) ;   //转换

是不是搞反了

1. 
   
2. String GBK=new String(buff.getBytes("UTF-8" ),"GBK");   //转换
   

复制代码

即便如此，也无法解释部分转换的现象。

xxjoyjn

原帖由 caojiqun 于 2006-6-1 07:15 发表

是不是搞反了

1. 
   
2. String GBK=new String(buff.getBytes("UTF-8" ),"GBK");   //转换
   

复制代码

即便如此，也无法解释部分转换的现象。

是啊，部分转码，是个很迷惑人的现象

无倦

解决问题的思路：

   1。先去了解了UTF-8的编码方法，将读出后BUFF的字串转换了byte数据，按16进制输出，发现不通转换的那些中文的编码不正常，比如“载”字，正确的UTF-8编码应该为E8BDBD ，但输出结果为E8BD3F，因此怀疑是WEB服务器传过来就有问题，但没理由的呀，浏览器显示却是正常的。
   2。用SNIFFER 抓取数据包来分析，数据包里的编码也没问题。。。会不会是java的数据流读取那里出了问题呢。
   3。更换读取数据流的方法，由读取String，改为读取byte(比读取String麻烦多了)，输出。。一切都正常了。。
   
   

1. 
   
2.                                String urlstring="http://**.com";
   
3.                
   
4.         try{
   
5.                 URL url = new URL(urlstring);
   
6.                 URLConnection conn = url.openConnection();
   
7.                 InputStream in =conn.getInputStream();
   
8.                 byte[] tempbuff=new byte[100];  //临时数组
   
9.                 byte[] buff =new byte[10240];  //定义一下足够大的数组
   
10.                 int count=0;   //读取字节个数
    
11.                 int rbyte=0;   //每次读取的个数
    
12.                
    
13.                 while((rbyte=in.read(tempbuff))!=-1){   
    
14.                         for(int i=0;i<rbyte;i++)
    
15.                                 buff[count+i]=tempbuff[i];
    
16.                         count+=rbyte;
    
17.                 }
    
18.             
    
19. 
    
20.                 byte[] result=new byte[count];   
    
21.                 for(int i=0;i<count;i++)
    
22.                         result[i]=buff[i];                               
    
23.                        
    
24.                 String output=new String(result,"UTF-8");
    
25. 
    
26.                 System.out.println(output);
    
27.                
    
28.                
    
29.                
    
30.                 }
    
31.                 catch (MalformedURLException e)
    
32.                 {
    
33.                 e.printStackTrace();
    
34.                 }
    
35.                 catch (IOException e)
    
36.                 {
    
37.                 e.printStackTrace();
    
38.                 }
    

复制代码

perryhg

while ((line = reader.readLine()) != null)
你把行首行尾不属于中文字符的whitespace一起读进来了，然后把它当做字串的一部分进行转换，当然就出问题了。

zuzhiyang

上我的博客上看看就知道了
我不博客是：zuzhiyang.cublog.cn