之前的文章介紹了在j2me環境下GB2312轉換為UTF-8的方法。
后來繼續對編碼及char類型進行學習，發現一些有趣的問題。
首先java環境下的char類型變量，實際上就是以unicode方式存儲的。
所以以下方法有效：
輸入unicode編碼的byte數組，即可兩兩拼接成一個char。
而String類型實際上就是在char數組的基礎上衍生出來的。大家可以參考cldc的源代碼。
public static String read_Uni(byte[] word_unicode) {
StringBuffer stringbuffer = new StringBuffer("");
for (int j = 0; j < word_unicode.length;) {
int l = word_unicode[j++];
int h = word_unicode[j++];
char c = (char) ((l & 0xff) | ((h << 8) & 0xff00));
stringbuffer.append(c);
}
return stringbuffer.toString();
}
j2me環境下也是如此。
所以在第一次給出的轉換類中，提供的gb2312到utf-8直接轉換的快速方法。現在看來是畫蛇添足了。
根據以上經驗，更新轉換類如下：
public class HGB2312 {
private byte[] map = new byte[15228];
public HGB2312() throws Exception {
InputStream is = getClass().getResourceAsStream("/gb2u.dat");
is.read(map);
is.close();
}
public String gb2utf8(byte[] gb) {
StringBuffer sb = new StringBuffer();
int c, h, l, ind;
for (int i = 0; i < gb.length;) {
if (gb[i] >= 0) {
sb.append((char) gb[i++]);
} else {
h = 256 + gb[i++];
l = 256 + gb[i++];
h = h - 0xA0 - 1;
l = l - 0xA0 - 1;
if (h < 9) {
ind = (h * 94 + l) << 1;
c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1]));
sb.append((char) c);
} else if (h >= 9 && h <= 14) {
sb.append((char) 0);
} else if (h > 14) {
h -= 6;
ind = (h * 94 + l) << 1;
c = (byte2Int(map[ind]) << 8 | byte2Int(map[ind + 1]));
sb.append((char) c);
} else {
sb.append((char) 0);
}
}
}
return sb.toString();
}
private int byte2Int(byte b) {
if (b < 0) {
return 256 + b;
} else {
return b;
}
}
}
這個方法明顯要比第一次快很多了，直接查表，然后拼接成String，不需要轉換成utf-8編碼。
數據文件請在
http://download.csdn.net/source/263609獲取
總之，java中的char類型實際上是存儲了unicode編碼。目前在nokia 5300上測試通過。
我覺得其它機器也應該是這樣。如果哪位大俠知道這方面的資料，請賜教。