UTF-8 采用變長(zhǎng)度字節(jié)來(lái)表示字符，理論上最多可以到 6 個(gè)字節(jié)長(zhǎng)度(一個(gè)字符六個(gè)字節(jié))。

UTF-8 編碼兼容了 ASC II(0-127)， 也就是說(shuō) UTF-8 對(duì)于 ASC II 字符的編碼是和 ASC II 一樣的。

對(duì)于超過(guò)一個(gè)字節(jié)長(zhǎng)度的字符，才用以下編碼規(guī)范：

左邊第一個(gè)字節(jié)1的個(gè)數(shù)表示這個(gè)字符編碼字節(jié)的位數(shù)，

例如兩位字節(jié)字符編碼樣式為為：110xxxxx 10xxxxxx；

三位字節(jié)字符的編碼樣式為：1110xxxx 10xxxxxx 10xxxxxx.；

以此類(lèi)推，六位字節(jié)字符的編碼樣式為：1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx。

xxx 的值由字符編碼的二進(jìn)制表示的位填入。只用最短的那個(gè)足夠表達(dá)一個(gè)字符編碼的多字節(jié)串。

例如：

Unicode 字符： 00 A9(版權(quán)符號(hào)) = 1010 1001，

UTF-8 編碼為：11000010 10101001 = 0x C2 0xA9;

字符 22 60 (不等于符號(hào)) = 0010 0010 0110 0000，

UTF-8 編碼為：11100010 10001001 10100000 = 0xE2 0x89 0xA0

代碼

package?com.lang.string;

public?class?ConverFromGBKToUTF8?{

public?static?void?main(String[]?args){

try?{

ConverFromGBKToUTF8?convert?=?new?ConverFromGBKToUTF8();

byte?[]?fullByte?=?convert.gbk2utf8(chenese);

String?fullStr?=?new?String(fullByte,?"UTF-8");

System.out.println("string?from?GBK?to?UTF-8?byte:??"?+?fullStr);

}?catch?(Exception?e)?{

e.printStackTrace();

}

}

public?byte[]?gbk2utf8(String?chenese){

char?c[]?=?chenese.toCharArray();

byte?[]?fullByte?=new?byte[3*c.length];

for(int?i=0;?i

int?m?=?(int)c[i];

String?word?=?Integer.toBinaryString(m);

//?????????System.out.println(word);

StringBuffer?sb?=?new?StringBuffer();

int?len?=?16?-?word.length();

//補(bǔ)零

for(int?j=0;?j

sb.append("0");

}

sb.append(word);

sb.insert(0,?"1110");

sb.insert(8,?"10");

sb.insert(16,?"10");

//?????????System.out.println(sb.toString());

String?s1?=?sb.substring(0,8);

String?s2?=?sb.substring(8,16);

String?s3?=?sb.substring(16);

byte?b0?=?Integer.valueOf(s1,?2).byteValue();

byte?b1?=?Integer.valueOf(s2,?2).byteValue();

byte?b2?=?Integer.valueOf(s3,?2).byteValue();

byte[]?bf?=?new?byte[3];

bf[0]?=?b0;

fullByte[i*3]?=?bf[0];

bf[1]?=?b1;

fullByte[i*3+1]?=?bf[1];

bf[2]?=?b2;

fullByte[i*3+2]?=?bf[2];

}

return?fullByte;

}

}

UTF-8的編碼原理和特性：

U+0000~U+007E 1 _ _ _ _ _ _ _ (7bits)

U+0080~U+07FF 1 1 0_ _ _ _ _ 1 0_ _ _ _ _ _ (11bits)

U+0800~U+FFFF 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ (16bits)

總結(jié)

以上是生活随笔為你收集整理的java gbk汉字 10进制,用java程序将GBK字符转成UTF-8编码格式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。