大家好，又见面了，我是你们的朋友全栈君。
将非Unicode编码字符转化为Unicode编码的字符，即国际化。
语法：native2ascii [options] [inputfile [outputfile]]
描述：如果outputfile没有指定，标准输出将用于结果输出；如果inputfile没有指定，标准输入设备将用于输入。
参数 -reverse 使用该参数将Unicode编码字符转换为本地编码字符
-encoding encoding_name 用于指定转化时使用的字符编码。默认编码从系统属性file.encoding获取。后面的表格式字符编码，指定encoding_name使用表格第一栏。
-Joption 该参数一般无需使用，用于指定Java虚拟机的启动参数。例如：-J-Xms48m设置虚拟机启动时分配内存为48M 。
Example1: native2ascii test.txt test_unicode.txt
test.txt文件内容：native2ascii测试
test_unicode.txt文件内容：native2asciiu6d4bu8bd5
Example2: native2ascii test_unicode.txt test_gbk.txt -reverse
test_gbk.txt内容：native2ascii测试
Basic Encoding Set (contained in lib/rt.jar) Supported by java.nio, java.io and java.lang APIs
Canonical Name for java.nio API | Canonical Name for java.io and java.lang API | Description |
|---|---|---|
US-ASCII | ASCII | American Standard Code for Information Interchange |
windows-1250 | Cp1250 | Windows Eastern European |
windows-1251 | Cp1251 | Windows Cyrillic |
windows-1252 | Cp1252 | Windows Latin-1 |
windows-1253 | Cp1253 | Windows Greek |
windows-1254 | Cp1254 | Windows Turkish |
windows-1257 | Cp1257 | Windows Baltic |
ISO-8859-1 | ISO8859_1 | ISO 8859-1, Latin Alphabet No. 1 |
ISO-8859-2 | ISO8859_2 | Latin Alphabet No. 2 |
ISO-8859-4 | ISO8859_4 | Latin Alphabet No. 4 |
ISO-8859-5 | ISO8859_5 | Latin/Cyrillic Alphabet |
ISO-8859-7 | ISO8859_7 | Latin/Greek Alphabet |
ISO-8859-9 | ISO8859_9 | Latin Alphabet No. 5 |
ISO-8859-13 | ISO8859_13 | Latin Alphabet No. 7 |
ISO-8859-15 | ISO8859_15 | Latin Alphabet No. 9 |
KOI8-R | KOI8_R | KOI8-R, Russian |
UTF-8 | UTF8 | Eight-bit UCS Transformation Format |
UTF-16 | UTF-16 | Sixteen-bit UCS Transformation Format, byte order identified by an optional byte-order mark |
UTF-16BE | UnicodeBigUnmarked | Sixteen-bit Unicode Transformation Format, big-endian byte order |
UTF-16LE | UnicodeLittleUnmarked | Sixteen-bit Unicode Transformation Format, little-endian byte order |
Not available | UnicodeBig | Sixteen-bit Unicode Transformation Format, big-endian byte order, with byte-order mark |
Not available | UnicodeLittle | Sixteen-bit Unicode Transformation Format, little-endian byte order, with byte-order mark |
Extended Encoding Set (contained in lib/charsets.jar) Supported by java.nio, java.io and java.lang APIs
Canonical Name for java.nio API | Canonical Name for java.io and java.lang API | Description |
|---|---|---|
windows-1255 | Cp1255 | Windows Hebrew |
windows-1256 | Cp1256 | Windows Arabic |
windows-1258 | Cp1258 | Windows Vietnamese |
ISO-8859-3 | ISO8859_3 | Latin Alphabet No. 3 |
ISO-8859-6 | ISO8859_6 | Latin/Arabic Alphabet |
ISO-8859-8 | ISO8859_8 | Latin/Hebrew Alphabet |
windows-31j | MS932 | Windows Japanese |
EUC-JP | EUC_JP | JISX 0201, 0208 and 0212, EUC encoding Japanese |
x-EUC-JP-Linux | EUC_JP_LINUX | JISX 0201, 0208 , EUC encoding Japanese |
Shift_JIS | SJIS | Shift-JIS, Japanese |
ISO-2022-JP | ISO2022JP | JIS X 0201, 0208, in ISO 2022 form, Japanese |
x-mswin-936 | MS936 | Windows Simplified Chinese |
GB18030 | GB18030 | Simplified Chinese, PRC standard |
x-EUC-CN | EUC_CN | GB2312, EUC encoding, Simplified Chinese |
GBK | GBK | GBK, Simplified Chinese |
ISCII91 | ISCII91 | ISCII91 encoding of Indic scripts |
x-windows-949 | MS949 | Windows Korean |
EUC-KR | EUC_KR | KS C 5601, EUC encoding, Korean |
ISO-2022-KR | ISO2022KR | ISO 2022 KR, Korean |
x-windows-950 | MS950 | Windows Traditional Chinese |
x-MS950-HKSCS | MS950_HKSCS | Windows Traditional Chinese with Hong Kong extensions |
x-EUC-TW | EUC_TW | CNS11643 (Plane 1-3), EUC encoding, Traditional Chinese |
Big5 | Big5 | Big5, Traditional Chinese |
Big5-HKSCS | Big5_HKSCS | Big5 with Hong Kong extensions, Traditional Chinese |
TIS-620 | TIS620 | TIS620, Thai |
Extended Encoding Set (contained in lib/charsets.jar) Supported by java.io and java.lang APIs
Canonical Name | Description |
|---|---|
Big5_Solaris | Big5 with seven additional Hanzi ideograph character mappings for the Solaris zh_TW.BIG5 locale |
Cp037 | USA, Canada (Bilingual, French), Netherlands, Portugal, Brazil, Australia |
Cp273 | IBM Austria, Germany |
Cp277 | IBM Denmark, Norway |
Cp278 | IBM Finland, Sweden |
Cp280 | IBM Italy |
Cp284 | IBM Catalan/Spain, Spanish Latin America |
Cp285 | IBM United Kingdom, Ireland |
Cp297 | IBM France |
Cp420 | IBM Arabic |
Cp424 | IBM Hebrew |
Cp437 | MS-DOS United States, Australia, New Zealand, South Africa |
Cp500 | EBCDIC 500V1 |
Cp737 | PC Greek |
Cp775 | PC Baltic |
Cp838 | IBM Thailand extended SBCS |
Cp850 | MS-DOS Latin-1 |
Cp852 | MS-DOS Latin-2 |
Cp855 | IBM Cyrillic |
Cp856 | IBM Hebrew |
Cp857 | IBM Turkish |
Cp858 | Variant of Cp850 with Euro character |
Cp860 | MS-DOS Portuguese |
Cp861 | MS-DOS Icelandic |
Cp862 | PC Hebrew |
Cp863 | MS-DOS Canadian French |
Cp864 | PC Arabic |
Cp865 | MS-DOS Nordic |
Cp866 | MS-DOS Russian |
Cp868 | MS-DOS Pakistan |
Cp869 | IBM Modern Greek |
Cp870 | IBM Multilingual Latin-2 |
Cp871 | IBM Iceland |
Cp874 | IBM Thai |
Cp875 | IBM Greek |
Cp918 | IBM Pakistan (Urdu) |
Cp921 | IBM Latvia, Lithuania (AIX, DOS) |
Cp922 | IBM Estonia (AIX, DOS) |
Cp930 | Japanese Katakana-Kanji mixed with 4370 UDC, superset of 5026 |
Cp933 | Korean Mixed with 1880 UDC, superset of 5029 |
Cp935 | Simplified Chinese Host mixed with 1880 UDC, superset of 5031 |
Cp937 | Traditional Chinese Host miexed with 6204 UDC, superset of 5033 |
Cp939 | Japanese Latin Kanji mixed with 4370 UDC, superset of 5035 |
Cp942 | IBM OS/2 Japanese, superset of Cp932 |
Cp942C | Variant of Cp942 |
Cp943 | IBM OS/2 Japanese, superset of Cp932 and Shift-JIS |
Cp943C | Variant of Cp943 |
Cp948 | OS/2 Chinese (Taiwan) superset of 938 |
Cp949 | PC Korean |
Cp949C | Variant of Cp949 |
Cp950 | PC Chinese (Hong Kong, Taiwan) |
Cp964 | AIX Chinese (Taiwan) |
Cp970 | AIX Korean |
Cp1006 | IBM AIX Pakistan (Urdu) |
Cp1025 | IBM Multilingual Cyrillic: Bulgaria, Bosnia, Herzegovinia, Macedonia (FYR) |
Cp1026 | IBM Latin-5, Turkey |
Cp1046 | IBM Arabic – Windows |
Cp1097 | IBM Iran (Farsi)/Persian |
Cp1098 | IBM Iran (Farsi)/Persian (PC) |
Cp1112 | IBM Latvia, Lithuania |
Cp1122 | IBM Estonia |
Cp1123 | IBM Ukraine |
Cp1124 | IBM AIX Ukraine |
Cp1140 | Variant of Cp037 with Euro character |
Cp1141 | Variant of Cp273 with Euro character |
Cp1142 | Variant of Cp277 with Euro character |
Cp1143 | Variant of Cp278 with Euro character |
Cp1144 | Variant of Cp280 with Euro character |
Cp1145 | Variant of Cp284 with Euro character |
Cp1146 | Variant of Cp285 with Euro character |
Cp1147 | Variant of Cp297 with Euro character |
Cp1148 | Variant of Cp500 with Euro character |
Cp1149 | Variant of Cp871 with Euro character |
Cp1381 | IBM OS/2, DOS People’s Republic of China (PRC) |
Cp1383 | IBM AIX People’s Republic of China (PRC) |
Cp33722 | IBM-eucJP – Japanese (superset of 5050) |
ISO2022_CN_CNS | CNS11643 in ISO 2022 CN form, Traditional Chinese (conversion from Unicode only) |
ISO2022_CN_GB | GB2312 in ISO 2022 CN form, Simplified Chinese (conversion from Unicode only) |
JISAutoDetect | Detects and converts from Shift-JIS, EUC-JP, ISO 2022 JP (conversion to Unicode only) |
MS874 | Windows Thai |
MacArabic | Macintosh Arabic |
MacCentralEurope | Macintosh Latin-2 |
MacCroatian | Macintosh Croatian |
MacCyrillic | Macintosh Cyrillic |
MacDingbat | Macintosh Dingbat |
MacGreek | Macintosh Greek |
MacHebrew | Macintosh Hebrew |
MacIceland | Macintosh Iceland |
MacRoman | Macintosh Roman |
MacRomania | Macintosh Romania |
MacSymbol | Macintosh Symbol |
MacThai | Macintosh Thai |
MacTurkish | Macintosh Turkish |
MacUkraine | Macintosh Ukraine |
JDK自带的native2ascii工具完全揭密
作者：熔岩 日期：2006-12-19 MSN ： leizhimin@126.com
背景：在做Java开发的时候，常常会出现一些乱码，或者无法正确识别或读取的文件，比如常见的validator验证用的消息资源（properties）文件就需要进行Unicode重新编码。原因是java默认的编码方式为Unicode，而我们的计算机系统编码常常是GBK等编码。需要将系统的编码转换为java正确识别的编码问题就解决了。
1、native2ascii简介：native2ascii是sun java sdk提供的一个工具。用来将别的文本类文件（比如*.txt,*.ini,*.properties,*.java等等）编码转为Unicode编码。为什么要进行转码，原因在于程序的国际化。Unicode编码的定义：Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。随着计算机工作能力的增强，Unicode也在面世以来的十多年里得到普及。（声明：Unicode编码定义来自互联网）。
2、获取native2ascii：安装了jdk后，假如你是在windows上安装，那么在jdk的安装目录下，会有一个bin目录，其中native2ascii.exe正是。
3、native2ascii的命令行的命名格式： native2ascii -[options] [inputfile [outputfile]]
说明：
-[options]：表示命令开关，有两个选项可供选择 -reverse：将Unicode编码转为本地或者指定编码，不指定编码情况下，将转为本地编码。 -encoding encoding_name：转换为指定编码，encoding_name为编码名称。
[inputfile [outputfile]] inputfile：表示输入文件全名。 outputfile：输出文件名。如果缺少此参数，将输出到控制台。
4、最佳实践：首先将JDK的bin目录加入系统变量path。在盘下建立一个test目录，在test目录里建立一个zh.txt文件，文件内容为：“熔岩”，打开“命令行提示符”，并进入C:test目录下。下面就可以按照说明一步一步来操作，注意观察其中编码的变化。
A：将zh.txt转换为Unicode编码，输出文件到u.txt native2ascii zh.txt u.txt 打开u.txt，内容为“u7194u5ca9”。
B：将zh.txt转换为Unicode编码，输出到控制台
C:test>native2ascii zh.txt u7194u5ca9 可以看到，控制台输出了“u7194u5ca9”。
C：将zh.txt转换为ISO8859-1编码，输出文件到i.txt native2ascii -encoding ISO8859-1 zh.txt i.txt 打开i.txt文件，内容为“u00c8u00dbu00d1u00d2”。
D：将u.txt转换为本地编码，输出到文件u_nv.txt native2ascii -reverse u.txt u_nv.txt 打开u_nv.txt文件，内容为“熔岩”。
E：将u.txt转换为本地编码，输出到控制台 C:test>native2ascii -reverse u.txt 熔岩 可以看到，控制台输出了“熔岩”。
F：将i.txt转换为本地编码，输出到i_nv.txt native2ascii -reverse i.txt i_nv.txt 打开i_nv.txt文件，内容为“u00c8u00dbu00d1u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。。
G：将i.txt转换为GBK编码，输出到i_gbk.txt native2ascii -reverse -encoding GBK i.txt i_gbk.txt 打开i_gbk.txt文件，内容为“u00c8u00dbu00d1u00d2”。发现转码前后完全一样的。也就是说，等于没有转，或者说思想糊涂，对命名没有理解。
H：将u_nv.txt转码到本地编码GBK，输出到控制台 C:test>native2ascii -reverse -encoding ISO8859-1 i.txt 熔岩 从这个结果看，目标达到到了，编码i.txt为ISO8859-1，转为本地编码后内容为“熔岩”。从这里应该意识到，native2ascii -reverse命令中-encoding指定的编码为源文件的编码格式。而在native2ascii 命令中-encoding指定的编码为（生成的）目标文件的编码格式。这一点非常的重要！切记！！
继续探索，新建文件12a.txt，内容“12axyz”。看看纯字母数字的编码又如何。
I：将纯字母数字的文本文件12a.txt转换为Unicode编码 native2ascii 12a.txt 12a_nv.txt 打开12a_nv.txt文件，内容为“12axyz”。 继续测试，转为ISO8859-1编码看看 C:test>native2ascii -encoding ISO8859-1 12a.txt 12axyz 结果还是没有转码。 从结果可以得出结论：对于纯数字和字母的文本类型件，转码前后的内容是一样的。
5、总结：native2ascii是一个非常的好转码工具，并且转码是可逆的！而其真正的含义并非本地编码——>转码为ASCII码，而是一个通用的文本文件编码转换工具。在做编码转换的时候有两类指定编码的情形，分别指输出文件编码和输入文件编码，具体可以看看最佳实践部分。
声明：原创作品，未经授权，拒绝转载！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/197819.html原文链接：https://javaforall.cn
