JDK自帶的native2ascii工具完全揭密
背景:
在做Java開發(fā)的時候,常常會出現(xiàn)一些亂碼,或者無法正確識別或讀取的文件,比如常見的validator驗證用的消息資源(properties)文 件就需要進行Unicode重新編碼。原因是java默認的編碼方式為Unicode,而我們的計算機系統(tǒng)編碼常常是GBK等編碼。需要將系統(tǒng)的編碼轉換 為java正確識別的編碼問題就解決了。
在做Java開發(fā)的時候,常常會出現(xiàn)一些亂碼,或者無法正確識別或讀取的文件,比如常見的validator驗證用的消息資源(properties)文 件就需要進行Unicode重新編碼。原因是java默認的編碼方式為Unicode,而我們的計算機系統(tǒng)編碼常常是GBK等編碼。需要將系統(tǒng)的編碼轉換 為java正確識別的編碼問題就解決了。
1、native2ascii簡介:
native2ascii是sun java sdk提供的一個工具。用來將別的文本類文件(比如*.txt,*.ini,*.properties,*.java等等)編碼轉為Unicode編碼。 為什么要進行轉碼,原因在于程序的國際化。Unicode編碼的定義:Unicode(統(tǒng)一碼、萬國碼、單一碼)是一種在計算機上使用的字符編碼。它為每 種語言中的每個字符設定了統(tǒng)一并且唯一的二進制編碼,以滿足跨語言、跨平臺進行文本轉換、處理的要求。1990年開始研發(fā),1994年正式公布。隨著計算 機工作能力的增強,Unicode也在面世以來的十多年里得到普及。
2、獲取native2ascii:
安裝了jdk后,假如你是在windows上安裝,那么在jdk的安裝目錄下,會有一個bin目錄,其中native2ascii.exe正是。
安裝了jdk后,假如你是在windows上安裝,那么在jdk的安裝目錄下,會有一個bin目錄,其中native2ascii.exe正是。
3、native2ascii的命令行的命名格式:
native2ascii -[options] [inputfile [outputfile]]
native2ascii -[options] [inputfile [outputfile]]
說明:
-[options]:表示命令開關,有兩個選項可供選擇
-reverse:將Unicode編碼轉為本地或者指定編碼,不指定編碼情況下,將轉為本地編碼。
-encoding encoding_name:轉換為指定編碼,encoding_name為編碼名稱。
-reverse:將Unicode編碼轉為本地或者指定編碼,不指定編碼情況下,將轉為本地編碼。
-encoding encoding_name:轉換為指定編碼,encoding_name為編碼名稱。
[inputfile
[outputfile]]
inputfile:表示輸入文件全名。
outputfile:輸出文件名。如果缺少此參數(shù),將輸出到控制臺。
inputfile:表示輸入文件全名。
outputfile:輸出文件名。如果缺少此參數(shù),將輸出到控制臺。
4、最佳實踐:
首先將JDK的bin目錄加入系統(tǒng)變量path。在盤下建立一個test目錄,在test目錄里建立一個zh.txt文件,文件內容為:“熔巖”,打開“ 命令行提示符”,并進入C:"test目錄下。下面就可以按照說明一步一步來操作,注意觀察其中編碼的變化。
首先將JDK的bin目錄加入系統(tǒng)變量path。在盤下建立一個test目錄,在test目錄里建立一個zh.txt文件,文件內容為:“熔巖”,打開“ 命令行提示符”,并進入C:"test目錄下。下面就可以按照說明一步一步來操作,注意觀察其中編碼的變化。
A:將zh.txt轉換為Unicode編碼,輸出文件到u.txt
native2ascii zh.txt u.txt
打開u.txt,內容為“"u7194"u5ca9”。
B:將zh.txt轉換為Unicode編碼,輸出到控制臺
C:"test>native2ascii
zh.txt
"u7194"u5ca9
可以看到,控制臺輸出了“"u7194"u5ca9”。
"u7194"u5ca9
可以看到,控制臺輸出了“"u7194"u5ca9”。
C:將zh.txt轉換為ISO8859-1編碼,輸出文件到i.txt
native2ascii -encoding ISO8859-1 zh.txt i.txt
打開i.txt文件,內容為“"u00c8"u00db"u00d1"u00d2”。
native2ascii -encoding ISO8859-1 zh.txt i.txt
打開i.txt文件,內容為“"u00c8"u00db"u00d1"u00d2”。
D:將u.txt轉換為本地編碼,輸出到文件u_nv.txt
native2ascii -reverse u.txt u_nv.txt
打開u_nv.txt文件,內容為“熔巖”。
E:將u.txt轉換為本地編碼,輸出到控制臺
C:"test>native2ascii -reverse u.txt
熔巖
可以看到,控制臺輸出了“熔巖”。
F:將i.txt轉換為本地編碼,輸出到i_nv.txt
native2ascii -reverse i.txt i_nv.txt
打開i_nv.txt文件,內容為“"u00c8"u00db"u00d1"u00d2”。發(fā)現(xiàn)轉碼前后完全一樣的。也就是說,等于沒有轉,或者說思想糊涂,對命名沒有理解。
G:將i.txt轉換為GBK編碼,輸出到i_gbk.txt
native2ascii -reverse -encoding GBK i.txt i_gbk.txt
打開i_gbk.txt文件,內容為“"u00c8"u00db"u00d1"u00d2”。發(fā)現(xiàn)轉碼前后完全一樣的。也就是說,等于沒有轉,或者說思想糊涂,對命名沒有理解。
H:將u_nv.txt轉碼到本地編碼GBK,輸出到控制臺
C:"test>native2ascii -reverse -encoding ISO8859-1 i.txt
熔巖
從這個結果看,目標達到到了,編碼i.txt為ISO8859-1,轉為本地編碼后內容為“熔巖”。從這里應該意識到,native2ascii -reverse命令中-encoding指定的編碼為源文件的編碼格式。而在native2ascii 命令中-encoding指定的編碼為(生成的)目標文件的編碼格式。這一點非常的重要!切記!!
繼續(xù)探索,新建文件12a.txt,內容“12axyz”。看看純字母數(shù)字的編碼又如何。
I:將純字母數(shù)字的文本文件12a.txt轉換為Unicode編碼
native2ascii 12a.txt 12a_nv.txt
打開12a_nv.txt文件,內容為“12axyz”。
繼續(xù)測試,轉為ISO8859-1編碼看看
C:"test>native2ascii -encoding ISO8859-1 12a.txt
12axyz
結果還是沒有轉碼。
從結果可以得出結論:對于純數(shù)字和字母的文本類型文件(只有ASCII碼),轉碼前后的內容是一樣的。
5、總結:
native2ascii是一個非常的好轉碼工具,并且轉碼是可逆的!而其真正的含義并非本地編碼——>轉碼為ASCII碼,而是一個通用的文本文件編碼轉換工具。在做編碼轉換的時候有兩類指定編碼的情形,分別指輸出文件編碼和輸入文件編碼,具體可以看看最佳實踐部分。
posted on 2009-06-04 13:52 lau 閱讀(228) 評論(0) 編輯 收藏 所屬分類: J2EE