Java编码及网络传输中的编码问题

　近来试着FTP搜索，遇到编码问题，研究了下。

　　Java内部的String为Unicode编码，每个字符占两个字节。

　　Java编解码方法如下：

String str = "hi好啊me";   byte[] gbkBytes=str.getBytes("GBK");//将String的Unicode编码转为GBK编码，输出到字节中  String string=new String(gbkBytes,"GBK");//gbkBytes中的字节流以GBK方案解码成Unicode形式的Java字符串

　　1、表单数据的编码

　　现在的问题是，在网络中，不知道客户端发过来的字节流的编码方案（发送前浏览器会对数据编码！！！各个浏览器还不一样！！！）

　　解决方案如下：

　　当然URLEncoder.encode(str, "utf-8")和URLDecoder.decode(strReceive,"utf-8")方法中的编码方案要一致。

　　2、网址的编码

　　但以上方法只适合表单数据的提交；对于URL则不行！！！原因是URLEncoder把'/'也编码了，浏览器发送时报错！！！那么，只要http://IP/子目录把http://IP/这部分原封不动（当然这部分不要有中文），之后的数据以'/'分割后分段编码即可。

　　代码如下：

/**   * 对{@link URLEncoder#encode(String, String)}的封装，但不编码'/'字符，对其他字符分段编码   *    * @param str   *            要编码的URL   * @param encoding   *            编码格式   * @return 字符串以字符'/'隔开，对每一段单独编码以encoding编码格式编码   * @version: 2012_01_10   *           <p>   *           注意：未考虑':'，如直接对http://编解码，会产生错误！！！请在使用前将其分离出来,可以使用   *           {@link #encodeURLAfterHost(String, String)}方法解决此问题   *           <p>   *           注意：对字符/一起编码，导致URL请求异常！！   */  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;   }   /**   * 对IP地址后的URL通过'/'分割后进行分段编码.   * <p>   * 对{@link URLEncoder#encode(String, String)}   * 的封装，但不编码'/'字符，也不编码网站部分(如ftp://a.b.c.d/部分，检测方法为对三个'/'字符的检测，且要求前两个连续)，   * 对其他字符分段编码   *    * @param str   *            要编码的URL   * @param encoding   *            编码格式   * @return IP地址后字符串以字符'/'隔开，对每一段单独编码以encoding编码格式编码,其他部分不变   * @version: 2012_01_10   *           <p>   *           注意：对字符/一起编码，导致URL请求异常！！   */  public static String encodeURLAfterHost(String str, String encoding) {       final char splitter = '/';       int index = str.indexOf(splitter);//第一个'/'的位置      index++;//移到下一位置！！      if (index < str.length() && str.charAt(index) == splitter) {//检测第一个'/'之后是否还是'/',如ftp://          index++;//从下一个开始          index = str.indexOf(splitter, index);//第三个'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的最后一个'/'          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);   }   /**   * 对IP地址后的URL通过'/'分割后进行分段编码.   * 此方法与{@link #decodeURLAfterHost(String, String)}配对使用   * @param str   *            要解码的URL   * @param encoding   *            str的编码格式   * @return IP地址后字符串以字符'/'隔开，对每一段单独解码以encoding编码格式解码,其他部分不变   * @version: 2012_01_10   *    *           <p>   *           注意：对字符/一起解码，将导致URL请求异常！！   */  public static String decodeURLAfterHost(String str, String encoding) {       final char splitter = '/';       int index = str.indexOf(splitter);//第一个'/'的位置      index++;//移到下一位置！！      if (index < str.length() && str.charAt(index) == splitter) {//检测第一个'/'之后是否还是'/',如ftp://          index++;//从下一个开始          index = str.indexOf(splitter, index);//第三个'/'；如ftp://anonymous:tmp@g.cn:219.223.168.20/中的最后一个'/'          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);   }   /**   * 此方法与{@link #encodeURL(String, String)}配对使用   * <p>   * 对{@link URLDecoder#decode(String, String)}的封装，但不解码'/'字符，对其他字符分段解码   *    * @param str   *            要解码的URL   * @param encoding   *            str的编码格式   * @return 字符串以字符'/'隔开，对每一段单独编码以encoding编码格式解码   * @version: 2012_01_10   *    *           <p>   *           注意：对字符/一起编码，导致URL请求异常！！   */  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、乱码了还能恢复？

　　问题如下：

　　貌似图中的utf-8改成iso8859-1是可以的，utf-8在字符串中有中文时不行（但英文部分仍可正确解析）！！！毕竟GBK的字节流对于utf-8可能是无效的，碰到无效的字符怎么解析，是否可逆那可不好说啊。

　　测试代码如下：

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("?的十六进制为：3F");           //      System.err           //              .println("出现中文时，如果编码方案不支持中文，每个字符都会被替换为？的对应编码！（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编码后:\t\t" + utf8_encoded);           String gbk_encoded = URLEncoder.encode(str, "GBK");           System.out.println("用URLEncoder.encode()方法,并用GBK编码后：\t\t" + gbk_encoded);           testEncoding(str, utf8, gbk);           testEncoding(str, gbk, utf8);           testEncoding(str, gbk, iso);           printBytesInDifferentEncoding(str);           printBytesInDifferentEncoding(utf8_encoded);           printBytesInDifferentEncoding(gbk_encoded);       }         /**        * 测试用错误的编码方案解码后再编码，是否对原始数据有影响        *         * @param str        *            输入字符串，Java的String类型即可        * @param encodingTrue        *            编码方案1，用于模拟原始数据的编码        * @param encondingMidian        *            编码方案2，用于模拟中间的编码方案        * @throws UnsupportedEncodingException        */      public static void testEncoding(String str, String encodingTrue,               String encondingMidian) throws UnsupportedEncodingException {           System.out.println();           System.out                   .printf("%s编码的字节数据->用%s解码并转为Unicode编码的JavaString->用%s解码变为字节流->读入Java(用%s解码)后变为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("原始字节流：\t\t" + bytesToHexString(trueEncodingBytes)                   + "\t\t//即用" + encodingTrue + "编码后的字节流");           String encodeUseMedianEncoding = new String(trueEncodingBytes,                   encondingMidian);           System.out.println("中间字符串：\t\t" + encodeUseMedianEncoding + "\t\t//即用"                  + encondingMidian + "解码原始字节流后的字符串");           byte[] midianBytes = encodeUseMedianEncoding.getBytes("Unicode");           System.out.println("中间字节流：\t\t" + bytesToHexString(midianBytes)                   + "\t\t//即中间字符串对应的Unicode字节流(和Java内存数据一致)");           byte[] redecodedBytes = encodeUseMedianEncoding                   .getBytes(encondingMidian);           System.out.println("解码字节流：\t\t" + bytesToHexString(redecodedBytes)                   + "\t\t//即用" + encodingTrue + "解码中间字符串(流)后的字符串");           String restored = new String(redecodedBytes, encodingTrue);           System.out.println("解码字符串：\t\t" + restored + "\t\t和原始数据相同？  "                  + restored.endsWith(str));       }         /**        * 将字符串分别编码为GBK、UTF-8、iso-8859-1的字节流并输出        *         * @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长度为：" + 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长度为："                  + iso8859Bytes.length() / 3);           System.out.println("可见Unicode在之前加了两个字节FE FF，之后则每个字符两字节");       }         /**        * 将该数组转的每个byte转为两位的16进制字符，中间用空格隔开        *         * @param bytes        *            要转换的byte序列        * @return 转换后的字符串        */      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时会高位补1，要改回0               if (hex.length() == 1)                   sb.append('0');               sb.append(hex);               sb.append(" ");           }           return sb.toString().toUpperCase();       }   }