如何推断乱码是从何种编码转换到何种编码导致的乱码？

乱码是从何种编码转换到何种编码导致的乱码？"/>

如何推断乱码是从何种编码转换到何种编码导致的乱码？

 只能推断一层哦。如果已经乱了，再转换就更乱了，就无法再推断了。呵呵。

1. import java.io.UnsupportedEncodingException; 
2.  
3. public class TestEncode { 
4.  
5.     public static void main(String[] args) { 
6.         String utf_8_gbk = ""; 
7.         String gbk_utf_8 = ""; 
8.          
9.         String utf_8_gb2312 = ""; 
10.         String gb2312_utf_8 = ""; 
11.          
12.         String utf_8_iso8859_1 = ""; 
13.         String iso8859_1_utf_8 = ""; 
14.          
15.         String gbk_iso8859_1 = ""; 
16.         String iso8859_1_gbk = ""; 
17.          
18.         String iso8859_1_gb2312 = ""; 
19.         String gb2312_iso8859_1 = ""; 
20.          
21.         // UTF-8 GBK ISO8859-1 GB2312 
22.         try { 
23.             utf_8_gbk = new String("金永华2011".getBytes("UTF-8"), "GBK"); 
24.             gbk_utf_8 = new String("金永华2011".getBytes("GBK"), "UTF-8"); 
25.              
26.             utf_8_gb2312 = new String("金永华2011".getBytes("UTF-8"), "GB2312"); 
27.             gb2312_utf_8 = new String("金永华2011".getBytes("GB2312"), "UTF-8"); 
28.              
29.             utf_8_iso8859_1 = new String("金永华2011".getBytes("UTF-8"), "ISO8859-1"); 
30.             iso8859_1_utf_8 = new String("金永华2011".getBytes("ISO8859-1"), "UTF-8"); 
31.              
32.             gbk_iso8859_1 = new String("金永华2011".getBytes("GBK"), "ISO8859-1"); 
33.             iso8859_1_gbk = new String("金永华2011".getBytes("ISO8859-1"), "GBK"); 
34.              
35.             iso8859_1_gb2312 = new String("金永华2011".getBytes("ISO8859-1"), "GB2312"); 
36.             gb2312_iso8859_1 = new String("金永华2011".getBytes("GB2312"), "ISO8859-1"); 
37.         } catch (UnsupportedEncodingException e) { 
38.             e.printStackTrace(); 
39.         } 
40.          
41.         System.out.println("utf_8_gbk: " + utf_8_gbk); 
42.         System.out.println("gbk_utf_8: " + gbk_utf_8); 
43.          
44.         System.out.println("utf_8_gb2312: " + utf_8_gb2312); 
45.         System.out.println("gb2312_utf_8: " + gb2312_utf_8); 
46.          
47.         System.out.println("utf_8_iso8859_1: " + utf_8_iso8859_1); 
48.         System.out.println("iso8859_1_utf_8: " + iso8859_1_utf_8); 
49.          
50.         System.out.println("gbk_iso8859_1: " + gbk_iso8859_1); 
51.         System.out.println("iso8859_1_gbk: " + iso8859_1_gbk); 
52.          
53.         System.out.println("iso8859_1_gb2312: " + iso8859_1_gb2312); 
54.         System.out.println("gb2312_iso8859_1: " + gb2312_iso8859_1); 
55.     } 
56.  
57. } 

在windows xp下打印：

utf_8_gbk: 閲戞案鍗�011

gbk_utf_8: ������2011

utf_8_gb2312: ��案��011

gb2312_utf_8: ������2011

utf_8_iso8859_1: 金永åŽ2011

iso8859_1_utf_8: ???2011

gbk_iso8859_1: ½ðÓÀ»ª2011

iso8859_1_gbk: ???2011

iso8859_1_gb2312: ???2011

gb2312_iso8859_1: ½ðÓÀ»ª2011

分析的方法是，对照中文和数字的乱码情形是上面那种，就能推断出乱码是经由哪种编码转换所形成的。以上方法对于推断乱码的形成，有一点作用。但，有时也使不上力，因为：转换后的编码很有可能是不可逆的（转换过程中可能存在信息丢失，iso8859-1例外）。

所以，解决乱码问题时，一定要找到原始的字节数组（字符串在内存中的真实本质内容），然后，再结合表象，分析出它的编码方式。或者，更准确的方式是拿非乱码的文本的getBytes("xxx编码");得到的数组 与 上面得到的原始的字节数组去比较，获得确切的编码方式。然后，可以做如下编码转换：

String str = new String(字符串原始字符数组, 得到该原始字符数组的确切的编码方式);

这样，str就变成非乱码了。在内存中会转化为正确的unicode码。乱码解决的大致思路就是这样的。

再啰嗦一下，编码转换很有可能会导致信息丢失，导致无法反向转回来。譬如，UTF-8编码的字符串：“金永华2011”,转换成GBK编码，然后，反向转回来（从GBK转回UTF-8)，此时，已经无法得到最初的“金永华2011”的UTF-8的编码原始byte数组。看代码：

1. try { 
2.             utf_8_gbk = new String("金永华2011".getBytes("UTF-8"), "GBK"); 
3.             target = new String(utf_8_gbk.getBytes("GBK"), "UTF-8"); 
4.         } catch (UnsupportedEncodingException e) { 
5.             e.printStackTrace(); 
6.         } 
7.          
8.         System.out.println("utf_8_gbk: " + utf_8_gbk); 
9.         System.out.println("target: " + target); 

执行结果是：

utf_8_gbk: 閲戞案鍗�011

target: 金永�?011

可见，只是还原出了部分汉字，还是有部分汉字存在乱码。

转载于: