Java下进行字符串的编码转换

最近实习工作要求将一些txt文本从Unicode16（小端模式）编码转为ISO-8859之类的编码，我能想到的途径有三种：

1）使用IBM的ICU工具包；

2）使用Java的转换方法；

3）自己通过Map表编写程序；

为了节省时间，我最终选择了方法2），但由于许久没用过Java及开始并不懂Java的编码方式，导致纠结了好久才搞定，下面就简单的阐述一下具体的方法。

在Java中实现编码转换主要用到了两个函数：

• getBytes(decode)： 根据指定的decode编码返回某字符串在该编码下的byte数组表示
• new String(byte[] b, encoding)：使用decode指定的编码来将byte[]解析成字符串，该字符串的编码为Java默认的Unicode16（BE）

始终要注意Java的默认编码方式是Unicode16（BE），所以new String得到的字符串对应的编码也是Unicode16（BE）。

读写文本文件采用的是InputStream和OutStream的方式，目的是为了对字节流进行读写，这样就可以避免在读写时改变了编码格式，示例代码如下：

import java.io.*;
import java.nio.charset.Charset;
import java.util.Iterator;
import java.util.Set;
import java.io.UnsupportedEncodingException;

public class Convertor {
    public static final String Old_Charset = "Unicode";
    public static final String ISO_8859_6 = "ISO-8859-6";
    public static final String ISO_8859_7 = "ISO-8859-7";
    public static final String ISO_8859_8 = "ISO-8859-8";
    public static final String TIS_620 = "TIS-620";
    
    public static void PrintAllSupportedCharset()
    {
        Set<String> charsetNames = Charset.availableCharsets().keySet();  
        System.out.println("-----the number of jdk1.67's charset is "+charsetNames.size()+"-----");  
        for (Iterator<String> it = charsetNames.iterator(); it.hasNext();)  
        {  
            String charsetName = (String) it.next();   
            System.out.println(charsetName);  
        }  
    }
    
    public static void PrintBytes(byte[] b)
    {
        for (int i = 0; i < b.length; i++) { 
            String hex = Integer.toHexString(b[i] & 0xFF); 
            if (hex.length() == 1) { 
            hex = '0' + hex; 
            } 
            System.out.print(hex.toUpperCase() + " "); 
        }
        System.out.println();
    }
    
    public static void ConvertCharset(String filePath, String fileName, String destDir, String oldCharset, String newCharset)
    {
        try
        {
            System.out.println(filePath);
            InputStream in = new FileInputStream(filePath);

            String srcStr = "";
            if(in != null)
            {
                int byteNum = in.available();
                byte[] b = new byte[byteNum];                
                in.read(b);//以字节流方式读入源文件 
                in.close();                    
                PrintBytes(b);            
                //Convert    
                srcStr += new String(b, oldCharset); //生成的新的字符串是Unicode16（BE）编码的        
                byte[] nnb = srcStr.getBytes(newCharset);//获取Unicode16编码的字符串对应newCharset的字节数组，从而实现转码 
                PrintBytes(nnb);                
                String destFilePath = destDir + fileName;
                OutputStream out = new FileOutputStream(destFilePath);
                out.write(nnb);//以字节流方式输出 
                out.flush();                
                out.close();
            }
        }catch(Exception e)
        {
            e.printStackTrace();
        }
    }
    
    public static boolean readfile(String filepath, String destDir, String newCharset) throws FileNotFoundException, IOException 
    {
        try {

                File file = new File(filepath);
                if (!file.isDirectory()) {
                        System.out.println("文件");
                        System.out.println("path=" + file.getPath());
                        System.out.println("absolutepath=" + file.getAbsolutePath());
                        System.out.println("name=" + file.getName());
                        ConvertCharset(file.getAbsolutePath(), file.getName(), destDir, Convertor.Old_Charset, newCharset);
                        

                } else if (file.isDirectory()) {
                        System.out.println("文件夹");
                        String[] filelist = file.list();
                        for (int i = 0; i < filelist.length; i++) {
                                File readfile = new File(filepath + "\" + filelist[i]);
                                if (!readfile.isDirectory()) {
                                        System.out.println("path=" + readfile.getPath());
                                        System.out.println("absolutepath="
                                                        + readfile.getAbsolutePath());
                                        System.out.println("name=" + readfile.getName());
                                        ConvertCharset(readfile.getAbsolutePath(), readfile.getName(), destDir, Convertor.Old_Charset, newCharset);

                                } else if (readfile.isDirectory()) {
                                        readfile(filepath + "\" + filelist[i], destDir, newCharset);
                                }
                        }
                }

        } catch (FileNotFoundException e) {
                System.out.println("readfile()   Exception:" + e.getMessage());
        }
        return true;
    }

    
    
    public static void main(String args[]) throws FileNotFoundException, IOException
    {
        //PrintAllSupportedCharset();
        //System.out.println(Charset.defaultCharset());
        String srcPath = "H:\LYDATA\四国语言\Unicode16\Thai_Unicode\";
        String destDir = "H:\LYDATA\四国语言\Thai_TIS-620\";
        readfile(srcPath, destDir, Convertor.TIS_620);
    }
}

几种编码方式对应的Unicode映射表：http://www.lingua-systems.com/knowledge/unicode-mappings/iso-8859-7-to-unicode.html