java 编码

 

1.    import java.io.*;
2.    public class Test{
3.     public static void main(String[] args){
4.        String str = "你";
5.    try{
6.        FileWriter writer = new FileWriter("text.txt");
7.        writer.write(str);
8.        writer.close();
9.    }catch(Exception e){ 
10.    }
11.    }
12.    }

分别将上段程序在中文和英文环境下进行编译：

 

                  在中文环境 javac -encoding gb2312      Test.java 生成的class文件中含有 e4  bd  a0 字段

 

                  在英文环境 javac -encoding iso-8859-1  Test.java 生成的class文件中含有 c3  84  c3  a3 字段

                

                原因：

                  “你”gb2312编码为 0xc4e3 （可以通过UltraEdit打开源文件查看），其Unicode码为 0x4f60（可以通过

 

             System.out.println(Integer.toHexString(str.charAt(0)))得到）。在中文环境下，javac（sun.tools.Javac.main类）按中文编码方

 

            式读取Test.java，在两种环境下读取代码文件中的“你”字时，类似分别执行了一下两部操作：

 

             String gb=new String(new byte[]{(byte)0xc4,(byte)0xe3},"gb2312");     //中文环境

           

             String iso=new String(new byte[]{(byte)0xc4,(byte)0xe3},"iso-8859-1");   //英文环境

 

             中文环境中将两个字节0x4c，0xe3转变成0x4f60（“你”的unicode码）；后者由于是iso-8859-1环境，将0x4c解释0x004c

 

             和0x003e两个字符，因此iso的是两个字符组成的字符串，其长度为2。

 

              在生成class文件的时候在中文环境下0x4f60就转变成UTF-8码 0xe4bda0；而在英文环境下生成0xc384c3a3。

         

              将中文环境编译出来的class在英文环境下执行 java -Dfile.encoding=iso-8859-1 在输出的文件中是一个字符的乱码，原 

 

  因：程序在输出是把String按iso-8859-1编码转换到byte流，由于0x4f60没有对应的iso-8859-1字符，显示乱码3f，可以将前面的

 

通过执行gb.getBytes("iso-8859-1")得到；反之将英文环境下编译出来的class文件放在中文环境下执行，

 

java -Dfile.encoding=gb2312 在输出文件中出现两个乱码，原因：因为0x004c和0x003e在gb2312字符集中没有对应的字符，因此显

示两个乱码。