作者：陈维（chenweionline@hotmail.com）作者的网站：http://www.chenwei.mobi
这两天操作XML使用到了Jdom，在创建XML文件并输出到硬盘的时候遇到一个中文编码的问题：Jdom默认输出的XML编码是UTF-8，但是文档中如果出现中文字符那么该中文字符就会变成乱码，造成XML文件无法被正确解析。
UTF -8应该是可以用来表示中文的吧？我不知道这是不是Jdom的一个BUG（Jdom 1.0，beta了10次的产物哦！）。我google了一下，大家解决这个问题的办法无非是把Jdom的输出字符集改为GBK或者GB2312，但是这样就会有一些副作用，如果在没有特定字符集（GBK或者GB2312）的操作系统上不是依然不能正确解析吗？一个比较好的解决办法是先把中文转换成 Unicode编码在直接输出，程序解析XML后的时候再把Unicode编码转回中文就没有问题了。
于是我查看了JDK的文档， 截至Java 5好像都没有做类似转换的类可以直接使用，但是我发现一个类 java.util.Properties，它的源代码里有两个私有（private）方法 loadConvert (char[] in, int off, int len, char[] convtBuf) 和 saveConvert(String theString, boolean escapeSpace) 其实就是做特殊字符和Unicode编码字符间转换的，我把它们提取出来，单独包装到一个类里就可以使用了。
下面是我包装的类 CharacterSetToolkit.java，若你在项目中使用请不要改变package及author等作者信息。
/**//**CharacterSetToolkit.java**Createdon2007年5月17日,上午11:04**Tochangethistemplate,chooseTools|TemplateManager*andopenthetemplateintheeditor.*/packagemobi.chenwei.wing.util;/***//***进行字符操作的工具类。*@authorChenWei*@websitewww.chenwei.mobi*@emailchenweionline@hotmail.com*/publicclassCharacterSetToolkit…{/***//**CreatesanewinstanceofCharacterSetToolkit*/publicCharacterSetToolkit()…{}privatestaticfinalchar[]hexDigit=…{‘0′,’1′,’2′,’3′,’4′,’5′,’6′,’7′,’8′,’9′,’A’,’B’,’C’,’D’,’E’,’F’};privatestaticchartoHex(intnibble)…{returnhexDigit[(nibble&0xF)];}/***//***将字符串编码成Unicode。*@paramtheString待转换成Unicode编码的字符串。*@paramescapeSpace是否忽略空格。*@return返回转换后Unicode编码的字符串。*/publicstaticStringtoUnicode(StringtheString,booleanescapeSpace)…{intlen=theString.length();intbufLen=len*2;if(bufLen<0)…{bufLen=Integer.MAX_VALUE;}StringBufferoutBuffer=newStringBuffer(bufLen);for(intx=0;x<len;x++)…{charaChar=theString.charAt(x);//Handlecommoncasefirst,selectinglargestblockthat//avoidsthespecialsbelowif((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”:outBuffer.append(‘/’);outBuffer.append(‘t’);break;case”:outBuffer.append(‘/’);outBuffer.append(‘n’);break;case”:outBuffer.append(‘/’);outBuffer.append(‘r’);break;case”:outBuffer.append(‘/’);outBuffer.append(‘f’);break;case’=’://Fallthroughcase’:’://Fallthroughcase’#’://Fallthroughcase’!’:outBuffer.append(‘/’);outBuffer.append(aChar);break;default:if((aChar<0x0020)||(aChar>0x007e))…{outBuffer.append(‘/’);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);}}}returnoutBuffer.toString();}/***//***从Unicode码转换成编码前的特殊字符串。*@paraminUnicode编码的字符数组。*@paramoff转换的起始偏移量。*@paramlen转换的字符长度。*@paramconvtBuf转换的缓存字符数组。*@return完成转换，返回编码前的特殊字符串。*/publicStringfromUnicode(char[]in,intoff,intlen,char[]convtBuf)…{if(convtBuf.length<len)…{intnewLen=len*2;if(newLen<0)…{newLen=Integer.MAX_VALUE;}convtBuf=newchar[newLen];}charaChar;char[]out=convtBuf;intoutLen=0;intend=off+len;while(off<end)…{aChar=in[off++];if(aChar==’/’)…{aChar=in[off++];if(aChar==’u’)…{//Readthexxxxintvalue=0;for(inti=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’;break;case’A’:case’B’:case’C’:case’D’:case’E’:case’F’:value=(value<<4)+10+aChar-‘A’;break;default:thrownewIllegalArgumentException("Malformed/uxxxxencoding.");}}out[outLen++]=(char)value;}else…{if(aChar==’t’)…{aChar=”;}elseif(aChar==’r’)…{aChar=”;}elseif(aChar==’n’)…{aChar=”;}elseif(aChar==’f’)…{aChar=”;}out[outLen++]=aChar;}}else…{out[outLen++]=(char)aChar;}}returnnewString(out,0,outLen);}}与其临渊羡鱼，不如退而结网。
