您的位置：程序门 -> java -> j2se / 基础类

如何将这个码转成中文?? 急!!!

[收藏此页] [打印本页]选择字色：背景色：字体：[大][中][小]

如何将这个码转成中文?? 急!!![已结贴,结贴人:sundeveloper]

发表于：2007-02-07 14:13:58 楼主

string tmp = "æ "; // 我

这个 "我 " 字,经常某种编码后,,变成了上面那个字符串,,,
这中间,我不知道,别人是怎么编码的..我现在要把它还原成中文!!!

发表于：2007-02-07 14:41:151楼得分:0

string.replaceall（ "æ ", "我 ");

发表于：2007-02-07 15:39:132楼得分:0

用“某种编码”getbytes

发表于：2007-02-07 16:20:493楼得分:0

我是楼主:
byte data [] = {（byte)230,（byte)136,（byte)145};
string ch = new string（data, "utf-8 "); // 还原成了 "我 ";

我现在通过这种方式,,还原了..
不过,不知道原因,,是怎么样将一个unicode的码的中文,,拆成三个这样的数字...
又通过这种方式,还原成了中文...

期待高人解释....

发表于：2007-02-07 17:51:234楼得分:0

"æ " 是在utf的编码基础上进行操作得来的，
utf的格式是 “e69687”其中是3个字符的16进制的编码
而每一个char对应两位字节的utf编码，把3个字符拆分出来，求出每个char的对应的10进制的编码，我想就是楼主看到的样子了

发表于：2007-02-07 18:05:145楼得分:15

中文在 utf-8 编码中就是三个字节的

你可以用

byte[] bb = "我 ".getbytes（ "utf-8 ");
system.out.println（new string（bb, "utf-8 "));
for（int i = 0 ; i <3 ;i++) {

system.out.println（bb[i]+256);
}

还原

发表于：2007-02-08 09:13:386楼得分:0

我是楼主:

我查了 "我 "字的unicode的编码,其十六进制是6211,
这个,跟楼上的,三个字节中的数字,有什么联系???
230
136
145

发表于：2007-02-08 09:51:357楼得分:10

utf-8 是将unicode编码根据码值大小转换成1到4个字节后输出
你运行下面的程序就得到上面的字节

char c = （char)0x6211 ;

b1 = （byte) （（c > > 12 & 0x0f ¦ 0xe0)+256);
b2 = （byte) （（c > > 6 & 0x3f ¦ 0x80)+256);
b3 = （byte) （（c > > 0 & 0x3f ¦ 0x80)+256);

system.out.println（b1+256);
system.out.println（b2+256);
system.out.println（b3+256);

发表于：2007-02-08 10:32:588楼得分:25

utf-8是变长编码，是按照下面规则来编码的

ucs-2编码（16进制) utf-8字节流（二进制)
0000 – 007f 0xxxxxxx
0080 – 07ff 110xxxxx10xxxxxx
0800 – ffff 1110xxxx10xxxxxx10xxxxxx

对于“我”这个字符为 0x6211 正好是上面的第三种情况，把0x6211写成二进制，按照上面的模板依次填入x代表的位置，就出来这三个数字了

建议查看编码有关的文章

发表于：2007-02-08 10:35:479楼得分:0

to interpb（曾曾胡,深怕情多累美人!!!)

utf-8 是1～3个字节，不会有4个字节的编码情形

发表于：2007-02-08 11:12:3110楼得分:0

谢谢楼上的指正

我查了一下资料

呵呵我还是没有记错

u-00000000 - u-0000007f: 0xxxxxxx
u-00000080 - u-000007ff: 110xxxxx 10xxxxxx
u-00000800 - u-0000ffff: 1110xxxx 10xxxxxx 10xxxxxx
u-00010000 - u-001fffff: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

正常应该是这样的

只是1 －－ 3字节在我们的使用范围内多一点

还是有可能出现四个字节的

发表于：2007-02-08 11:15:5111楼得分:0

utf-8 使用一至四个字节的序列对编码 unicode 代码点进行编码。u+0000 至 u+007f 使用一个字节编码，u+0080 至 u+07ff 使用两个字节，u+0800 至 u+ffff 使用三个字节，而 u+10000 至 u+10ffff 使用四个字节。utf-8 设计原理为：字节值 0x00 至 0x7f 始终表示代码点 u+0000 至 u+007f（basic latin 字符子集，它对应 ascii 字符集）。这些字节值永远不会表示其他代码点，这一特性使 utf-8 可以很方便地在软件中将特殊的含义赋予某些 ascii 字符。

查了一下官方的文档
贴出来大家看看一起学习吧

发表于：2007-02-08 11:38:1412楼得分:0

查阅相关文章,,我已经明白了..
这些个编码的规则..

谢谢大家

发表于：2007-02-08 14:41:1613楼得分:0

不错不错，是四个字节，唉，俺没有再深究下去，我们使用四个字节的太少了

下一篇：对象的引用和对象本身各是什么意思啊？
上一篇：jbuilder 2007 +struts

其他资讯