這兩天操作xml使用到了jdom，在建立xml檔案并輸出到硬碟的時候遇到一個中文編碼的問題：jdom預設輸出的xml編碼是utf-8，但是文檔中如果出現中文字元那麼該中文字元就會變成亂碼，造成xml檔案無法被正确解析。
utf-8應該是可以用來表示中文的吧？我不知道這是不是jdom的一個bug（jdom 1.0，beta了10次的産物哦！）。我google了一下，大家解決這個問題的辦法無非是把jdom的輸出字元集改為gbk或者gb2312，但是這樣就會有一些副作用，如果在沒有特定字元集（gbk或者gb2312）的作業系統上不是依然不能正确解析嗎？一個比較好的解決辦法是先把中文轉換成unicode編碼在直接輸出，程式解析xml後的時候再把unicode編碼轉回中文就沒有問題了。
于是我檢視了jdk的文檔，截至java 5好像都沒有做類似轉換的類可以直接使用，但是我發現一個類 java.util.properties，它的源代碼裡有兩個私有（private）方法 loadconvert (char[] in, int off, int len, char[] convtbuf) 和 saveconvert(string thestring, boolean escapespace) 其實就是做特殊字元和unicode編碼字元間轉換的，我把它們提取出來，單獨包裝到一個類裡就可以使用了。
下面是我包裝的類 charactersettoolkit
/*
* charactersettoolkit.java
*
* created on 2006年10月27日, 下午2:06
* to change this template, choose tools | template manager
* and open the template in the editor.
*/
package mobi.chenwei.lang;
/**
* 進行字元操作的工具類
* @author chen wei
* @email [email protected]
public class charactersettoolkit {
/** creates a new instance of charactersettoolkit */
public charactersettoolkit() {
}
private static final char[] hexdigit = {
'0','1','2','3','4','5','6','7','8','9','a','b','c','d','e','f'
};
private static char tohex(int nibble) {
return hexdigit[(nibble & 0xf)];
/**
* 将字元串編碼成 unicode 。
* @param thestring 待轉換成unicode編碼的字元串。
* @param escapespace 是否忽略空格。
* @return 傳回轉換後unicode編碼的字元串。
*/
public static string tounicode(string thestring, boolean escapespace) {
int len = thestring.length();
int buflen = len * 2;
if (buflen < 0) {
buflen = integer.max_value;
}
stringbuffer outbuffer = new stringbuffer(buflen);
for(int x=0; x<len; x++) {
char achar = thestring.charat(x);
// handle common case first, selecting largest block that
// avoids the specials below
if ((achar > 61) && (achar < 127)) {
if (achar == '\\') {
outbuffer.append('\\'); outbuffer.append('\\');
continue;
}
outbuffer.append(achar);
continue;
}
switch(achar) {
case ' ':
if (x == 0 || escapespace)
outbuffer.append('\\');
outbuffer.append(' ');
break;
case '\t':outbuffer.append('\\'); outbuffer.append('t');
break;
case '\n':outbuffer.append('\\'); outbuffer.append('n');
case '\r':outbuffer.append('\\'); outbuffer.append('r');
case '\f':outbuffer.append('\\'); outbuffer.append('f');
case '=': // fall through
case ':': // fall through
case '#': // fall through
case '!':
outbuffer.append('\\'); outbuffer.append(achar);
default:
if ((achar < 0x0020) || (achar > 0x007e)) {
outbuffer.append('u');
outbuffer.append(tohex((achar >> 12) & 0xf));
outbuffer.append(tohex((achar >> 8) & 0xf));
outbuffer.append(tohex((achar >> 4) & 0xf));
outbuffer.append(tohex( achar & 0xf));
} else {
outbuffer.append(achar);
}
return outbuffer.tostring();
* 從 unicode 碼轉換成編碼前的特殊字元串。
* @param in unicode編碼的字元數組。
* @param off 轉換的起始偏移量。
* @param len 轉換的字元長度。
* @param convtbuf 轉換的緩存字元數組。
* @return 完成轉換，傳回編碼前的特殊字元串。
public string fromunicode(char[] in, int off, int len, char[] convtbuf) {
if (convtbuf.length < len) {
int newlen = len * 2;
if (newlen < 0) {
newlen = integer.max_value;
convtbuf = new char[newlen];
char achar;
char[] out = convtbuf;
int outlen = 0;
int end = off + len;
while (off < end) {
achar = in[off++];
if (achar == '\\') {
achar = in[off++];
if (achar == 'u') {
// read the xxxx
int value = 0;
for (int i = 0; i < 4; i++) {
achar = in[off++];
switch (achar) {
case '0':
case '1':
case '2':
case '3':
case '4':
case '5':
case '6':
case '7':
case '8':
case '9':
value = (value << 4) + achar - '0';
break;
case 'a':
case 'b':
case 'c':
case 'd':
case 'e':
case 'f':
value = (value << 4) + 10 + achar - 'a';
default:
throw new illegalargumentexception(
"malformed \\uxxxx encoding.");
}
out[outlen++] = (char) value;
} else {
if (achar == 't') {
achar = '\t';
} else if (achar == 'r') {
achar = '\r';
} else if (achar == 'n') {
achar = '\n';
} else if (achar == 'f') {
achar = '\f';
out[outlen++] = achar;
} else {
out[outlen++] = (char) achar;
return new string(out, 0, outlen);
}
![Java小案例——随機數猜測随機數猜測[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)