JAVA字符串转成utf-8编码方式

参考链接： Java字符串之-length()

现在自己写了一个java的，以供参考。 

 UTF-8 

 编码介绍

 UTF-8 编码是一种被广泛应用的编码，这种编码致力于把全球的语言纳入一个统一的编码，

 目前已经将几种亚洲语言纳入。

 UTF 代表 UCS Transformation Format.

 UTF-8 采用变长度字节来表示字符，理论上最多可以到 

 6 个字节长度。

 UTF-8 编码兼容了 ASC II(0-127)， 也就是说 UTF-8 对于 ASC II 字符的编码是和 ASC II 一样的。

 对于超过一个字节长度的字符，才用以下编码规范：

 左边第一个字节

 1的个数表示这个字符编码字节的位数，

 例如两位字节字符编码样式为为：110xxxxx 10xxxxxx；

 三位字节字符的编码样式为：1110xxxx 10xxxxxx 10xxxxxx.；

 以此类推，六位字节字符的编码样式为：1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx。

 xxx 的值由字符编码的二进制表示的位填入。只用最短的那个足够表达一个字符编码的多字节串。

 例如：

 Unicode 字符： 

 00 A9（版权符号） = 1010 1001，

 UTF-8 编码为：11000010 10101001 = 0x C2 0xA9;

 字符 22 60 (不等于符号) = 0010 0010 0110 0000，

 UTF-8 编码为：11100010 10001001 10100000 = 0xE2 0x89 0xA0

package com.lang.string; 

 public class ConverFromGBKToUTF8 {  public static void main(String[] args){      try {              ConverFromGBKToUTF8 convert = new ConverFromGBKToUTF8();          byte [] fullByte = convert.gbk2utf8(chenese);          String fullStr = new String(fullByte, "UTF-8");          System.out.println("string from GBK to UTF-8 byte:  " + fullStr);  

     } catch (Exception e) {       e.printStackTrace();      }  }    public byte[] gbk2utf8(String chenese){   char c[] = chenese.toCharArray();         byte [] fullByte =new byte[3*c.length];         for(int i=0; i<c.length; i++){          int m = (int)c[i];          String word = Integer.toBinaryString(m); //         System.out.println(word);                   StringBuffer sb = new StringBuffer();          int len = 16 - word.length();          //补零          for(int j=0; j<len; j++){           sb.append("0");          }          sb.append(word);          sb.insert(0, "1110");          sb.insert(8, "10");          sb.insert(16, "10");           //         System.out.println(sb.toString());                    String s1 = sb.substring(0, 8);                    String s2 = sb.substring(8, 16);                    String s3 = sb.substring(16);                    byte b0 = Integer.valueOf(s1, 2).byteValue();          byte b1 = Integer.valueOf(s2, 2).byteValue();          byte b2 = Integer.valueOf(s3, 2).byteValue();          byte[] bf = new byte[3];          bf[0] = b0;          fullByte[i*3] = bf[0];          bf[1] = b1;          fullByte[i*3+1] = bf[1];          bf[2] = b2;          fullByte[i*3+2] = bf[2];                   }         return fullByte;  } }  

UTF-8的编码原理和特性： 

 U+0000~U+007E 1 _ _ _ _ _ _ _ (7bits) 

U+0080~U+07FF 1 1 0_ _ _ _ _ 1 0_ _ _ _ _ _ (11bits) 

U+0800~U+FFFF 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ (16bits)