[golang]一个复杂的中文编码问题

今天在网上遇到一个问题，觉得挺有意思，就帮人解答了。

需求

在编码为Latin1的MySQL数据库中插入中文数据，由另一个系统将Latin1编码的字符串转码为GBK后作为短信内容发出。

简单版解答

import (
    "golang.org/x/text/encoding/charmap"
    "golang.org/x/text/encoding/simplifiedchinese"
)

func Convert(src string) (string, error) {
    gbk, err := simplifiedchinese.GBK.NewEncoder().Bytes([]byte(src))
    if err != nil {
        return "", err
    }
    latin1, err := charmap.ISO8859_1.NewDecoder().Bytes(gbk)
    if err != nil {
        return "", err
    }
    return string(latin1), nil
}

解析

Latin1即ISO-8859-1，抄一段介绍 ，详见百度百科

因为ISO-8859-1编码范围使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是个很重要的特性，MySQL数据库默认编码是Latin1就是利用了这个特性。ASCII编码是一个7位的容器，ISO-8859-1编码是一个8位的容器。

首先说一下处理编码问题的原则：保证写和读都使用同一套规则。

依照这个原则处于中间环节的数据库不支持中文的问题怎么处理，要先看对方系统怎么读数据：
将Latin1编码的字符串转码为GBK后作为短信内容
那么我们任务就是：
将短信内容以GBK编码强制转码为ISO-8859-1然后存入数据库
清楚了任务，后面就是实现了。

1. UTF8->GBK，Golang是UTF8编码的，那么首先转码GBK。这里需要注意的一点是不能用Encoder.String()方法，因为这样会强制将已经编码的GBK字节流用Golang内置的UTF8 Decoder解码，而这样得到的乱码string将无法还原回原本的GBK字节流。

2. GBK字节流强制转ISO-8859-1字节流，怎么做呢？就是什么都不做。。。

3. ISO-8859-1字节流->UTF8 string，我不是很确定如何在SQL中提交[]byte，那么一个保守的做法就是先将ISO-8859-1转码为UTF8，然后由数据库驱动将UTF8转回ISO-8859-1提交。

还有一点可以提一下，由于ISO-8859-1不支持中文，所以直接提交UTF8中文，数据库驱动会直接将中文替换为？。

有疑问加站长微信联系（非本文作者）