import java.io.UnsupportedEncodingException;

/*
 * 這是一個(gè)可以從亂碼文本中得到正確的原始文本的程序，其基于的原理在于錯(cuò)誤的編碼往往導(dǎo)致位補(bǔ)充，
 * 因此正確的文本使用的字節(jié)數(shù)應(yīng)該是最少的（之一）。
 *
 * 如果你在測(cè)試此程序時(shí)，無(wú)法得到正確的文本，可能的原因如下：
 * 1.此程序僅能從一次錯(cuò)誤編碼文本中得到原始文本，無(wú)法從多次錯(cuò)誤編碼中恢復(fù)文本。
 * 2.有時(shí)錯(cuò)誤的編碼導(dǎo)致一些字符變?yōu)椴豢梢?jiàn)字符，你可能沒(méi)有把所有的亂碼文本拷貝過(guò)來(lái)，從而導(dǎo)致位缺失。這種情況下無(wú)法恢復(fù)文本。
 * 3.原始文本是一個(gè)比較大的字符集，錯(cuò)誤的編碼使用小的字符集，那些在小字符集之外的字符信息丟失，無(wú)法從中解析正確的文本。
 * 4.恭喜你中獎(jiǎng)了，有一些字符使用任何一種編碼沒(méi)有什么不同或者錯(cuò)誤的編碼沒(méi)有導(dǎo)致位補(bǔ)充，那么我也無(wú)能為力了。（這種情況確實(shí)很少見(jiàn)）
 *
 * 注：程序中的亂碼文本是將百度首頁(yè)（utf-8）調(diào)整為gbk（顯然會(huì)亂碼）得到的，有興趣的同志可以使用其他的亂碼測(cè)試。有問(wèn)題歡迎回復(fù)。
 */
public class CharSetTest {

 public static final String[] CHARSET_NAMES=new String[]{"ISO8859-1","GBK","UTF-8"};

 public static void main(String[] args) throws UnsupportedEncodingException {
  //亂碼字符串
  String str="寰蔣鐧懼害鍏辨帹Windows XP鑱斿悎闃叉姢瑙ｅ喅鏂規(guī)";

  int strLength=Integer.MAX_VALUE; //字符長(zhǎng)度
  String newStr="";     //從亂碼字符串分析出的字符串
  String srcCharSet="";    //當(dāng)前亂碼字符串編碼
  String targetCharSet="";   //亂碼字符串正確的編碼

  //遍歷可能的編碼組合，從中造成編碼長(zhǎng)度最小的編碼格式
  for(int i=0;i<CHARSET_NAMES.length;i++){
   for(int j=0;j<CHARSET_NAMES.length;j++){
    String temp=new String(str.getBytes(CHARSET_NAMES[i]),CHARSET_NAMES[j]);
    //System.out.println(temp);
    if(temp.length()<=strLength){
     strLength=temp.length();
     newStr=temp;
     srcCharSet=CHARSET_NAMES[i];
     targetCharSet=CHARSET_NAMES[j];
    }
   }
  }
  //輸出查詢(xún)到的編碼及正確文本格式
  System.out.println(srcCharSet+"-->"+targetCharSet+":"+newStr);
 }

}