應該編碼轉換的時候丟失了位元組,你沒有發現你輸入的是偶數個字的時候正常,奇數個的時候亂碼,具體的字碼長度我也不是很了解
string str1 = new string(str.getbytes("utf-8"),"gbk");
system.out.println(str1.length());
string str2 = new string(str1.getbytes("gbk"),"utf-8");
system.out.println(str2.length());); 列印出來的字串長度就不一樣的
utf8每個漢字占用3個位元組，這樣在某些地方文字個數的計算就和gbk編碼的不一樣,utf-8使用可變長度位元組來儲存 unicode字元，例如ascii字母繼續使用1位元組儲存，重音文字、希臘字母或西里爾字母等使用2位元組來儲存，而常用的漢字就要使用3位元組。輔助平面字元則使用4位元組。 gb 18030標準採用單位元組、雙位元組和四位元組三種方式對字元編碼。單位元組部分使用0×00至0×7f碼(對應於ascii碼的相應碼)。雙位元組部分，首位元組碼從0×81至0×fe，尾位元組碼位分別是0×40至0×7e和0×80至0×fe。四位元組部分採用gb/t 11383未採用的0×30到0×39作為對雙位元組編碼擴充的字尾，這樣擴充的四位元組編碼，其範圍為0×81308130到0×fe39fe39。其中第
一、三個位元組編碼碼位均為0×81至0×fe，第
二、四個位元組編碼碼位均為0×30至0×39。
按照程式設計師的稱呼，gb2312、gbk到gb18030都屬於雙位元組字符集 (dbcs)。
上傳檔案亂碼，GBK轉UTF 8
最近遇到這樣乙個問題，我上傳檔案沒有轉換字符集windows預設gbk，結果當我需要讀檔案顯示時用utf 8轉當然會出現亂碼，為了解決這個問題，我就將上傳時檔案一同也轉成utf 8了這樣就不會亂碼了，上傳時轉換字符集方法如下 string root filepath 上傳路徑 file rootfi...
gbk 轉換 utf 8問題
問題一 檔案已經另存為了utf 8碼，但關閉後重新開啟就自動變成了ansi編碼 答 原因是該檔案中沒有包含任何中文字元，如果該檔案有包含中文字元，將檔案另存為utf 8編碼後，中文字元會以3個位元組的寬度來儲存 要看16進製制 這樣，在第二次開啟檔案時，編輯器會自動將檔案識別為utf 8編碼。請仔細...
R語言學習筆記 GBK和UTF 8轉換
使用mac開啟用windows系統寫的script 和資料時會出錯，主要是中文顯示為亂碼 開啟 r script file reopen with encoding gb18030 重新開啟後中文顯示正常 data1 read.csv data normal.csv fileencoding gbk...