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:[e-mail]: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:[e-mail]:219.223.168.20/天空
			} else
				return str;//如ftp://anonymous:[e-mail]: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:[e-mail]: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:[e-mail]:219.223.168.20/天空
			} else
				return str;//如ftp://anonymous:[e-mail]: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();
	}
}