前言

Java在Windows中文版系统上的默认编码是GBK，而在Linux上默认编码是UTF-8，两种编码都支持中文，但是在两平台通信的过程中如果出现中文很可能就会乱码，当然，可以把默认编码改为UTF-8，但是这是治标不治本的做法，总会遇到GBK的

先简单介绍我编写的转码函数，以后有时间了再补上转码的原理和具体实现过程。

一、Java的编码

Java以Unicode形式存储字符；
用户创建字符串的时候，字符串还没有被编码，直到输入输出时，字符串才会被以系统默认编码写入或以特定编码输出。

二、字符串转换类

代码如下：
向类方法传入待转码的字符串，返回值为

import java.io.UnsupportedEncodingException;

public class ArcoEncoding {
	
	public static void getBinary(String str) {
		int length = 0;
		String bstr;
		for(byte b:str.getBytes()){ 
    		bstr = Integer.toBinaryString((b & 0xFF) + 0x100).substring(1);
    		System.out.print(bstr+" "); 
    		length++;
    	}
    	System.out.println("|binary|"+length+" bit "+str);
	}
	
	public static void getBinary(byte[] barray) {
		int i;
		String bstr;
		for(i = 0; i <barray.length; i++){ 
    		bstr = Integer.toBinaryString((barray[i] & 0xFF) + 0x100).substring(1);
    		System.out.print(bstr+" ");
    	}
		System.out.println("|bit array|length:"+barray.length+" bit");
	}
	
	public static byte[] gbkToUtf8(String str) {
		/*str是传入的要转码的字符串*/
		/*原本字符串的长度*/
		int endLength,i;
		
		/*工作字符串，用于延长原字符串后转码，最后一位汉字可能被破坏*/
		String workstr = "";
		
		/*工作比特数组，保存工作字符串转码后的比特信息，最后一个字节可能被破坏*/
		byte[] workarray;
		
		/*测试换行符比特数组，用于测试windows的\r\n二字节换行符并予以替换*/
		byte[] enterTestArray;
		
		/*
			延长字符串，延长度为一位汉字长，确保在转码的时候不会破坏原本的最后一位
			如果汉字是奇数则GBK转为UTF-8码的最后一个汉字（三个字节）的最后一个字节会被置为00111111（十进制63），表示为问号
		*/
		String addedstr = str + "喵";	
		byte byteMiaoHigh = -95;
		byte byteMiaoLow = -119;
		
		System.out.println(addedstr);
		
		/*
			测试有无window换行符，如果有则进行替换，将\r替换为喵的高八位，\n替换为喵的低八位
		*/
		enterTestArray = str.getBytes();
		if(enterTestArray[enterTestArray.length - 2] == 13 && enterTestArray[enterTestArray.length - 1] == 10) {
			enterTestArray[enterTestArray.length - 2] = byteMiaoHigh;
			enterTestArray[enterTestArray.length - 1] = byteMiaoLow;
			addedstr = new String(enterTestArray);//
		}
		
		//使用UTF-8 -> GBK 进行暴力不科学的转码（如果汉字是奇数则最后一位的信息会被破坏）
		try {
			workstr = new String(addedstr.getBytes("UTF-8"),"GBK");
		} catch (UnsupportedEncodingException e1) {
			e1.printStackTrace();
		}
		
		//工作数组获取工作字符串的比特信息以及长度
		workarray = workstr.getBytes();
    	endLength = workarray.length;
		
    	//utf8数组的长度要抛去工作数组的最后三位
		byte[] uft8array = new byte[endLength - 3];
		for(i = 0; i < endLength - 3; i++) {
			uft8array[i] = workarray[i];
		}
		
		getBinary(workarray);
		
		//展示uft8array的内容（二进制）
		for(i = 0; i <uft8array.length; i++){ 
    		String bstr = Integer.toBinaryString((uft8array[i] & 0xFF) + 0x100).substring(1);
    		System.out.print(bstr+" ");
    	}
		System.out.println("|over|sbsy");
		
		//返回utf8比特数组
		return uft8array;
	}
	
	/*
		示例:
		“中文”两个字的编码:
		中(GBK):   11010110 11010000
		中(UTF-8): 11100100 10111000 10101101
		文(GBK):   11001110 11000100
		文(UTF-8): 11100110 10010110 10000111
		喵(GBK):	   11011111 11110111
		喵(UTF-8): 11100101 10010110 10110101
		
		windows换行符: \r\n 00001101 00001010	HEX:0D0A
	*/
}

三、测试

测试代码如下：
运行代码，向控制台输入一段不要太长的字符串（我忘记有没有对长度做限制了，如果当时用的是byte[]的话对长度会有限制）
然后会输出转码结果，以及转换过程中的二进制编码

//因为这里调用了ArcoEncoding类的方法，要把上面那个ArcoEncoding类也加到同一个包下才能运行
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.io.UnsupportedEncodingException;

public class Test {
	public static void main(String args[]) throws Exception{
		String str = "";
		String codedstr = "";
		byte[] barray = new byte[12];
		byte[] codedarray;
		byte[] t1 = new byte[4];
		
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		str = br.readLine();
		
		/*
		t1 = new String("最".getBytes("UTF-8"),"GBK").getBytes();
		System.out.println("最:");
		ArcoEncoding.getBinary(t1);
		t1 = new String("阀".getBytes("UTF-8"),"GBK").getBytes();
		System.out.println("阀:");
		ArcoEncoding.getBinary(t1);
		*/
		
		ArcoEncoding.getBinary(str);//binary out
		//
		codedarray = ArcoEncoding.gbkToUtf8(str);
		
		System.out.println("转码结果(二进制):");
		ArcoEncoding.getBinary(codedarray);//binary out
		
		codedstr = new String(codedarray,"UTF-8");
		
		System.out.println("转码结果(字符串):"+codedstr);
		
	}
}