Java編碼及網絡傳輸中的編碼問題

　近來試著FTP搜索，遇到編碼問題，研究了下。

　　Java內部的String為Unicode編碼，每個字符占兩個字節。

　　Java編解碼方法如下：

String str = "hi好啊me";   byte[] gbkBytes=str.getBytes("GBK");//將String的Unicode編碼轉為GBK編碼，輸出到字節中  String string=new String(gbkBytes,"GBK");//gbkBytes中的字節流以GBK方案解碼成Unicode形式的Java字符串

　　1、表單數據的編碼

　　現在的問題是，在網絡中，不知道客戶端發過來的字節流的編碼方案（發送前瀏覽器會對數據編碼！！！各個瀏覽器還不一樣！！！）

　　解決方案如下：

　　當然URLEncoder.encode(str, "utf-8")和URLDecoder.decode(strReceive,"utf-8")方法中的編碼方案要一致。

　　2、網址的編碼

　　但以上方法只適合表單數據的提交；對于URL則不行！！！原因是URLEncoder把'/'也編碼了，瀏覽器發送時報錯！！！那么，只要http://IP/子目錄把http://IP/這部分原封不動（當然這部分不要有中文），之后的數據以'/'分割后分段編碼即可。

　　代碼如下：

/**   * 對{@link URLEncoder#encode(String, String)}的封裝，但不編碼'/'字符，對其他字符分段編碼   *    * @param str   *            要編碼的URL   * @param encoding   *            編碼格式   * @return 字符串以字符'/'隔開，對每一段單獨編碼以encoding編碼格式編碼   * @version: 2012_01_10   *           <p>   *           注意：未考慮':'，如直接對http://編解碼，會產生錯誤！！！請在使用前將其分離出來,可以使用   *           {@link #encodeURLAfterHost(String, String)}方法解決此問題   *           <p>   *           注意：對字符/一起編碼，導致URL請求異常！！   */  public static String encodeURL(String str, String encoding) {       final char splitter = '/';       try {           StringBuilder sb = new StringBuilder(2 * str.length());           int start = 0;           for (int i = 0; i < str.length(); i++) {               if (str.charAt(i) == splitter) {                   sb.append(URLEncoder.encode(str.substring(start, i),                           encoding));                   sb.append(splitter);                   start = i + 1;               }           }           if (start < str.length())               sb.append(URLEncoder.encode(str.substring(start), encoding));           return sb.toString();       } catch (UnsupportedEncodingException e) {           e.printStackTrace();       }       return null;   }   /**   * 對IP地址后的URL通過'/'分割后進行分段編碼.   * <p>   * 對{@link URLEncoder#encode(String, String)}   * 的封裝，但不編碼'/'字符，也不編碼網站部分(如ftp://a.b.c.d/部分，檢測方法為對三個'/'字符的檢測，且要求前兩個連續)，   * 對其他字符分段編碼   *    * @param str   *            要編碼的URL   * @param encoding   *            編碼格式   * @return IP地址后字符串以字符'/'隔開，對每一段單獨編碼以encoding編碼格式編碼,其他部分不變   * @version: 2012_01_10   *           <p>   *           注意：對字符/一起編碼，導致URL請求異常！！   */  public static String encodeURLAfterHost(String str, String encoding) {       final char splitter = '/';       int index = str.indexOf(splitter);//第一個'/'的位置      index++;//移到下一位置！！      if (index < str.length() && str.charAt(index) == splitter) {//檢測第一個'/'之后是否還是'/',如ftp://          index++;//從下一個開始          index = str.indexOf(splitter, index);//第三個'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的最后一個'/'          if (index > 0) {               return str.substring(0, index + 1)                       + encodeURL(str.substring(index + 1), encoding);//如ftp://anonymous:tmp@g.cn:219.223.168.20/天空          } else              return str;//如ftp://anonymous:tmp@g.cn:219.223.168.20      }       return encodeURL(str, encoding);   }   /**   * 對IP地址后的URL通過'/'分割后進行分段編碼.   * 此方法與{@link #decodeURLAfterHost(String, String)}配對使用   * @param str   *            要解碼的URL   * @param encoding   *            str的編碼格式   * @return IP地址后字符串以字符'/'隔開，對每一段單獨解碼以encoding編碼格式解碼,其他部分不變   * @version: 2012_01_10   *    *           <p>   *           注意：對字符/一起解碼，將導致URL請求異常！！   */  public static String decodeURLAfterHost(String str, String encoding) {       final char splitter = '/';       int index = str.indexOf(splitter);//第一個'/'的位置      index++;//移到下一位置！！      if (index < str.length() && str.charAt(index) == splitter) {//檢測第一個'/'之后是否還是'/',如ftp://          index++;//從下一個開始          index = str.indexOf(splitter, index);//第三個'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的最后一個'/'          if (index > 0) {               return str.substring(0, index + 1)                       + decodeURL(str.substring(index + 1), encoding);//如ftp://anonymous:tmp@g.cn:219.223.168.20/天空          } else              return str;//如ftp://anonymous:tmp@g.cn:219.223.168.20      }       return decodeURL(str, encoding);   }   /**   * 此方法與{@link #encodeURL(String, String)}配對使用   * <p>   * 對{@link URLDecoder#decode(String, String)}的封裝，但不解碼'/'字符，對其他字符分段解碼   *    * @param str   *            要解碼的URL   * @param encoding   *            str的編碼格式   * @return 字符串以字符'/'隔開，對每一段單獨編碼以encoding編碼格式解碼   * @version: 2012_01_10   *    *           <p>   *           注意：對字符/一起編碼，導致URL請求異常！！   */  public static String decodeURL(String str, String encoding) {       final char splitter = '/';       try {           StringBuilder sb = new StringBuilder(str.length());           int start = 0;           for (int i = 0; i < str.length(); i++) {               if (str.charAt(i) == splitter) {                   sb.append(URLDecoder.decode(str.substring(start, i),                           encoding));                   sb.append(splitter);                   start = i + 1;               }           }           if (start < str.length())               sb.append(URLDecoder.decode(str.substring(start), encoding));           return sb.toString();       } catch (UnsupportedEncodingException e) {           e.printStackTrace();       }       return null;   }

　3、亂碼了還能恢復？

　　問題如下：

　　貌似圖中的utf-8改成iso8859-1是可以的，utf-8在字符串中有中文時不行（但英文部分仍可正確解析）！！！畢竟GBK的字節流對于utf-8可能是無效的，碰到無效的字符怎么解析，是否可逆那可不好說啊。

　　測試代碼如下：

package tests;     import java.io.UnsupportedEncodingException;   import java.net.URLEncoder;     /**    * @author LC    * @version: 2012_01_12    */  public class TestEncoding {       static String utf8 = "utf-8";       static String iso = "iso-8859-1";       static String gbk = "GBK";         public static void main(String[] args) throws UnsupportedEncodingException {           String str = "hi好啊me";           //      System.out.println("?的十六進制為：3F");           //      System.err           //              .println("出現中文時，如果編碼方案不支持中文，每個字符都會被替換為？的對應編碼！（如在iso-8859-1中）");           System.out.println("原始字符串：\t\t\t\t\t\t" + str);           String utf8_encoded = URLEncoder.encode(str, "utf-8");           System.out.println("用URLEncoder.encode()方法,并用UTF-8編碼后:\t\t" + utf8_encoded);           String gbk_encoded = URLEncoder.encode(str, "GBK");           System.out.println("用URLEncoder.encode()方法,并用GBK編碼后：\t\t" + gbk_encoded);           testEncoding(str, utf8, gbk);           testEncoding(str, gbk, utf8);           testEncoding(str, gbk, iso);           printBytesInDifferentEncoding(str);           printBytesInDifferentEncoding(utf8_encoded);           printBytesInDifferentEncoding(gbk_encoded);       }         /**        * 測試用錯誤的編碼方案解碼后再編碼，是否對原始數據有影響        *         * @param str        *            輸入字符串，Java的String類型即可        * @param encodingTrue        *            編碼方案1，用于模擬原始數據的編碼        * @param encondingMidian        *            編碼方案2，用于模擬中間的編碼方案        * @throws UnsupportedEncodingException        */      public static void testEncoding(String str, String encodingTrue,               String encondingMidian) throws UnsupportedEncodingException {           System.out.println();           System.out                   .printf("%s編碼的字節數據->用%s解碼并轉為Unicode編碼的JavaString->用%s解碼變為字節流->讀入Java(用%s解碼)后變為Java的String\n",                           encodingTrue, encondingMidian, encondingMidian,                           encodingTrue);           System.out.println("原始字符串：\t\t" + str);           byte[] trueEncodingBytes = str.getBytes(encodingTrue);           System.out.println("原始字節流：\t\t" + bytesToHexString(trueEncodingBytes)                   + "\t\t//即用" + encodingTrue + "編碼后的字節流");           String encodeUseMedianEncoding = new String(trueEncodingBytes,                   encondingMidian);           System.out.println("中間字符串：\t\t" + encodeUseMedianEncoding + "\t\t//即用"                  + encondingMidian + "解碼原始字節流后的字符串");           byte[] midianBytes = encodeUseMedianEncoding.getBytes("Unicode");           System.out.println("中間字節流：\t\t" + bytesToHexString(midianBytes)                   + "\t\t//即中間字符串對應的Unicode字節流(和Java內存數據一致)");           byte[] redecodedBytes = encodeUseMedianEncoding                   .getBytes(encondingMidian);           System.out.println("解碼字節流：\t\t" + bytesToHexString(redecodedBytes)                   + "\t\t//即用" + encodingTrue + "解碼中間字符串(流)后的字符串");           String restored = new String(redecodedBytes, encodingTrue);           System.out.println("解碼字符串：\t\t" + restored + "\t\t和原始數據相同？  "                  + restored.endsWith(str));       }         /**        * 將字符串分別編碼為GBK、UTF-8、iso-8859-1的字節流并輸出        *         * @param str        * @throws UnsupportedEncodingException        */      public static void printBytesInDifferentEncoding(String str)               throws UnsupportedEncodingException {           System.out.println("");           System.out.println("原始String:\t\t" + str + "\t\t長度為：" + str.length());           String unicodeBytes = bytesToHexString(str.getBytes("unicode"));           System.out.println("Unicode bytes:\t\t" + unicodeBytes);           String gbkBytes = bytesToHexString(str.getBytes("GBK"));           System.out.println("GBK bytes:\t\t" + gbkBytes);           String utf8Bytes = bytesToHexString(str.getBytes("utf-8"));           System.out.println("UTF-8 bytes:\t\t" + utf8Bytes);           String iso8859Bytes = bytesToHexString(str.getBytes("iso-8859-1"));           System.out.println("iso8859-1 bytes:\t" + iso8859Bytes + "\t\t長度為："                  + iso8859Bytes.length() / 3);           System.out.println("可見Unicode在之前加了兩個字節FE FF，之后則每個字符兩字節");       }         /**        * 將該數組轉的每個byte轉為兩位的16進制字符，中間用空格隔開        *         * @param bytes        *            要轉換的byte序列        * @return 轉換后的字符串        */      public static final String bytesToHexString(byte[] bytes) {           StringBuilder sb = new StringBuilder(bytes.length * 2);           for (int i = 0; i < bytes.length; i++) {               String hex = Integer.toHexString(bytes[i] & 0xff);// &0xff是byte小于0時會高位補1，要改回0               if (hex.length() == 1)                   sb.append('0');               sb.append(hex);               sb.append(" ");           }           return sb.toString().toUpperCase();       }   }