轉載自：https://www.cnblogs.com/yoyotl/p/5979200.html

一、亂碼的原因

gbk的中文編碼是一個漢字用【2】個字節表示，例如漢字“內部”的gbk編碼16進制的顯示為c4 da b2 bf

utf-8的中文編碼是一個漢字用【3】個字節表示，例如漢字“內部”的utf-8編碼16進制的顯示為e5 86 85 e9 83 a8

很顯然，gbk是無法直接轉換成utf-8，少字節變為多字節，誰知道缺少的字節是什么啊？！

轉換的辦法

有辦法實現“有損”轉換嗎？答案是肯定的。

1.首先將gbk字符串getBytes()得到兩個原始字節，轉換成二進制字符流，共16位。

2.根據UTF-8的漢字編碼規則，首字節以1110開頭，次字節以10開頭，第3字節以10開頭。在原始的2進制字符串中插入標志位。最終的長度從16--->16+4+2+2=24。

3.轉換完成，實際情況需要考慮更多因素，例如字符串是漢字和數字的混合體，需要識別處理數字。

public void entityTest(){
try {
byte[] str = "支持?".getBytes("gbk");
String gbkStr = new String(str, "gbk");
System.out.println(new String(getUTF8BytesFromGBKString(gbkStr),"UTF-8"));
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
}


public static byte[] getUTF8BytesFromGBKString(String gbkStr) {
int n = gbkStr.length();
byte[] utfBytes = new byte[3 * n];
int k = 0;
for (int i = 0; i < n; i++) {
int m = gbkStr.charAt(i);
if (m < 128 && m >= 0) {
utfBytes[k++] = (byte) m;
continue;
}
utfBytes[k++] = (byte) (0xe0 | (m >> 12));
utfBytes[k++] = (byte) (0x80 | ((m >> 6) & 0x3f));
utfBytes[k++] = (byte) (0x80 | (m & 0x3f));
}
if (k < utfBytes.length) {
byte[] tmp = new byte[k];
System.arraycopy(utfBytes, 0, tmp, 0, k);
return tmp;
}
return utfBytes;
}

?但在這里還是有個問題是"支持?"字符串中"?"的字符由于在GBK中不存在，那么在byte[] str = "支持?".getBytes("gbk");的時候"?"字符就已經亂碼了，最后導致轉碼也亂碼。GBK還有很多不支持的特殊字符。

GBK字符編碼表：https://www.qqxiuzi.cn/zh/hanzi-gbk-bianma.php

轉載于:https://www.cnblogs.com/EmilZs/p/10985792.html

總結

以上是生活随笔為你收集整理的JAVA中文字符串编码--GBK转UTF-8的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。