风行天下

SECTION 01 Codec 总览

Java JDK有一个 java.security 的 package, 提供了 MessageDigest 的编码方式, Digest Algorithms 包括了 MD2, MD5, SHA-1, SHA-256, SHA-384, 及 SHA-512 等等. 但是我们常会需要用到其它的编码演算, 此时的解决方法, 可以先来看看 commons codec 是否已经加入标准, 不然就去一些学术单位寻找, 真的没有, 就只好自己写了.

目前 commons codec 已经有提供 base64, hex, 及 metaphone, soundex 等编码. 下载位置为 codec 1.1


SECTION 02 Base64 编解码

base64 编解码技术广泛地利用在 Internet 之上, 主要就是将 bytecode 转换成 ascii 码, 最常常使用的则是属于电子邮件附件的传输. 你可以查看你的邮件原码, 如果有 Content-Transfer-Encoding: base64 , 就代表这封信有采用 base64 来编码, 另外则是 QP ( quoted-printable ) 编码方式, 基本上大多数的读信软件都有支持.

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("编码错误");
        } catch (DecoderException ex) {
            System.out.println("解码错误");
        }
        System.out.println("编码前:"+str);
        System.out.println("编码后:"+encodeStr);
        System.out.println("解码后:"+decodeStr);
    }
}

cmd>java com.softleader.sample.codec.Base64Test
执行结果
编码前:中文
编码后:pKSk5Q==
解码后:中文



SECTION 03 Hex 编解码

通常我们会对于 URL Form GET 时候进行 16 进位编码, 将 byte[] 转成 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("编码前:"+str);
        System.out.println("编码后:"+encodeStr);
        System.out.println("解码后:"+decodeStr);
    }
}

cmd>java com.softleader.sample.codec.HexTest
执行结果
编码前:中文
编码后:a4a4a4e5
解码后:中文



SECTION 04 Metaphone 及 Soundex 编码

Metaphone 建立出相同的key给发音相似的单字, 比 Soundex 还要准确, 但是 Metaphone 没有固定长度, Soundex 则是固定第一个英文字加上3个数字. 这通常是用在类似音比对, 也可以用在 MP3 的软件开发.

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
执行结果
Original:resume
Metaphone:RSM
RefinedSoundex:R903080
Soundex:R250


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


可以看到 Soundex 灵敏度较低