風行天下

SECTION 01 Codec 總覽

Java JDK有一個 java.security 的 package, 提供了 MessageDigest 的編碼方式, Digest Algorithms 包括了 MD2, MD5, SHA-1, SHA-256, SHA-384, 及 SHA-512 等等. 但是我們常會需要用到其它的編碼演算, 此時的解決方法, 可以先來看看 commons codec 是否已經加入標準, 不然就去一些學術單位尋找, 真的沒有, 就只好自己寫了.

目前 commons codec 已經有提供 base64, hex, 及 metaphone, soundex 等編碼. 下載位置為 codec 1.1


SECTION 02 Base64 編解碼

base64 編解碼技術廣泛地利用在 Internet 之上, 主要就是將 bytecode 轉換成 ascii 碼, 最常常使用的則是屬于電子郵件附件的傳輸. 你可以查看你的郵件原碼, 如果有 Content-Transfer-Encoding: base64 , 就代表這封信有采用 base64 來編碼, 另外則是 QP ( quoted-printable ) 編碼方式, 基本上大多數的讀信軟件都有支持.

package com.softleader.sample.codec;

import org.apache.commons.codec.binary.Base64;
import org.apache.commons.codec.*;

public class Base64Test {

    public static void main(String args[]) {
        Base64 base64 = new Base64();
        String str = "中文";
        byte[] enbytes = null;
        String encodeStr = null;
        byte[] debytes = null;
        String decodeStr = null;
        try {
            enbytes = base64.encode(str.getBytes());
            encodeStr = new String(enbytes);
            debytes = base64.decode(enbytes);
            decodeStr = new String(debytes);
        } catch (EncoderException ex) {
            System.out.println("編碼錯誤");
        } catch (DecoderException ex) {
            System.out.println("解碼錯誤");
        }
        System.out.println("編碼前:"+str);
        System.out.println("編碼后:"+encodeStr);
        System.out.println("解碼后:"+decodeStr);
    }
}

cmd>java com.softleader.sample.codec.Base64Test
執行結果
編碼前:中文
編碼后:pKSk5Q==
解碼后:中文



SECTION 03 Hex 編解碼

通常我們會對于 URL Form GET 時候進行 16 進位編碼, 將 byte[] 轉成 char[],

package com.softleader.sample.codec;

import org.apache.commons.codec.binary.Hex;
import org.apache.commons.codec.*;

public class HexTest {

    public static void main(String args[]) {
        Hex hex = new Hex();
        String str = "中文";
        char[] enbytes = null;
        String encodeStr = null;
        byte[] debytes = null;
        String decodeStr = null;
        try {
            enbytes = hex.encodeHex(str.getBytes());
            encodeStr = new String(enbytes);
            debytes = hex.decodeHex(enbytes);
            decodeStr = new String(debytes);
        } catch (Exception ex) {
            ;
        }
        System.out.println("編碼前:"+str);
        System.out.println("編碼后:"+encodeStr);
        System.out.println("解碼后:"+decodeStr);
    }
}

cmd>java com.softleader.sample.codec.HexTest
執行結果
編碼前:中文
編碼后:a4a4a4e5
解碼后:中文



SECTION 04 Metaphone 及 Soundex 編碼

Metaphone 建立出相同的key給發音相似的單字, 比 Soundex 還要準確, 但是 Metaphone 沒有固定長度, Soundex 則是固定第一個英文字加上3個數字. 這通常是用在類似音比對, 也可以用在 MP3 的軟件開發.

package com.softleader.sample.codec;

import org.apache.commons.codec.language.*;
import org.apache.commons.codec.*;

public class LanguageTest {

    public static void main(String args[]) {
        Metaphone metaphone = new Metaphone();
        RefinedSoundex refinedSoundex = new RefinedSoundex();
        Soundex soundex = new Soundex();

        for (int i=0; i<2; i++ ) {
            String str=(i==0)?"resume":"resin";

            String mString = null;
            String rString = null;
            String sString = null;

            try {
                mString = metaphone.encode(str);
                rString = refinedSoundex.encode(str);
                sString = soundex.encode(str);

            } catch (Exception ex) {
                ;
            }
            System.out.println("Original:"+str);
            System.out.println("Metaphone:"+mString);
            System.out.println("RefinedSoundex:"+rString);
            System.out.println("Soundex:"+sString +"\n");

        }
    }
}

cmd>java com.softleader.sample.codec.LanguageTest
執行結果
Original:resume
Metaphone:RSM
RefinedSoundex:R903080
Soundex:R250


Original:resin
Metaphone:RSN
RefinedSoundex:R90308
Soundex:R250


可以看到 Soundex 靈敏度較低