GB2312转换Unicode

之前的文章介绍了在j2me环境下GB2312转换为UTF-8的方法。
后来继续对编码及char类型进行学习，发现一些有趣的问题。
首先java环境下的char类型变量，实际上就是以unicode方式存储的。
所以以下方法有效：

输入unicode编码的byte数组，即可两两拼接成一个char。
而String类型实际上就是在char数组的基础上衍生出来的。大家可以参考cldc的源代码。

public   static  String read_Uni( byte [] word_unicode) {
        StringBuffer stringbuffer  =   new  StringBuffer( "" );
         for  ( int  j  =   0 ; j  <  word_unicode.length;) {
             int  l  =  word_unicode[j ++ ];
             int  h  =  word_unicode[j ++ ];
             char  c  =  ( char ) ((l  &   0xff )  |  ((h  <<   8 )  &   0xff00 ));
            stringbuffer.append(c);
        }
         return  stringbuffer.toString();
    }

j2me环境下也是如此。
所以在第一次给出的转换类中，提供的gb2312到utf-8直接转换的快速方法。现在看来是画蛇添足了。

根据以上经验，更新转换类如下：

public   class  HGB2312 {
 
         private   byte [] map  =   new   byte [ 15228 ];
 
         public  HGB2312()  throws  Exception {
            InputStream is  =  getClass().getResourceAsStream( " /gb2u.dat " );
            is.read(map);
            is.close();
        }
 
         public  String gb2utf8( byte [] gb) {
            StringBuffer sb  =   new  StringBuffer();
             int  c, h, l, ind;
             for  ( int  i  =   0 ; i  <  gb.length;) {
                 if  (gb[i]  >=   0 ) {
                    sb.append(( char ) gb[i ++ ]);
                }  else  {
                    h  =   256   +  gb[i ++ ];
                    l  =   256   +  gb[i ++ ];
                    h  =  h  -   0xA0   -   1 ;
                    l  =  l  -   0xA0   -   1 ;
                     if  (h  <   9 ) {
                        ind  =  (h  *   94   +  l)  <<   1 ;
                        c  =  (byte2Int(map[ind])  <<   8   |  byte2Int(map[ind  +   1 ]));
                        sb.append(( char ) c);
                    }  else   if  (h  >=   9   &&  h  <=   14 ) {
                        sb.append(( char )  0 );
                    }  else   if  (h  >   14 ) {
                        h  -=   6 ;
                        ind  =  (h  *   94   +  l)  <<   1 ;
                        c  =  (byte2Int(map[ind])  <<   8   |  byte2Int(map[ind  +   1 ]));
                        sb.append(( char ) c);
 
                    }  else  {
                        sb.append(( char )  0 );
                    }
                }
            }
             return  sb.toString();
        }
 
         private   int  byte2Int( byte  b) {
             if  (b  <   0 ) {
                 return   256   +  b;
            }  else  {
                 return  b;
            }
        }
    }

这个方法明显要比第一次快很多了，直接查表，然后拼接成String，不需要转换成utf-8编码。

数据文件请在 http://download.csdn.net/source/263609获取

总之，java中的char类型实际上是存储了unicode编码。目前在nokia 5300上测试通过。
我觉得其它机器也应该是这样。如果哪位大侠知道这方面的资料，请赐教。