java的IO流之字符编码
来源:互联网 发布:java无难事 编辑:程序博客网 时间:2024/05/18 03:07
1.字符编码的发展历程
阶段1:计算机只认识数字,我们在计算机里一切数据都是以数字来表示,因为英文符号有限,
所以规定使用的字节的最高位是0.每一个字节都是以0~127之间的数字来表示,比如A对应65,a对应97.
这就是美国标准信息交换码-ASCII.
阶段2:
随着计算机在全球的普及,很多国家和地区都把自己的字符引入了计算机,比如汉字.
此时发现一个字节能表示数字范围太小,不能包含所有的中文汉字,那么就规定使用两个字节来表示一个汉字.
规定:原有的ASCII字符的编码保持不变,仍然使用一个字节表示,为了区别一个中文字符与两个ASCII码字符,
中文字符的每个字节最高位规定为1(中文的二进制是负数).这个规范就是GB2312编码,
后来在GB2312的基础上增加了更多的中文字符,比如汉字,也就出现了GBK.
阶段3:
新的问题,在中国是认识汉字的,但是如果把汉字传递给其他国家,该国家的码表中没有收录汉字,其实就显示另一个符号或者乱码.
为了解决各个国家因为本地化字符编码带来的影响,咱们就把全世界所有的符号统一进行编码-Unicode编码.
此时某一个字符在全世界任何地方都是固定的,比如'哥',在任何地方都是以十六进制的54E5来表示.
Unicode的编码字符都占有2个字节大小.
--------------------------------------------------------------------------------------------------------------
常见的字符集:
ASCII: 占一个字节,只能包含128个符号. 不能表示汉字
ISO-8859-1:(latin-1):占一个字节,收录西欧语言,.不能表示汉字.
ANSI:占两个字节,在简体中文的操作系统中 ANSI 就指的是 GB2312.
GB2312/GBK/GB18030:占两个字节,支持中文.
UTF-8:是一种针对Unicode的可变长度字符编码,又称万国码,是Unicode的实现方式之一。
编码中的第一个字节仍与ASCII兼容,这使得原来处理ASCII字符的软件无须或只须做少部份修改,即可继续使用。
因此,它逐渐成为电子邮件、网页及其他存储或传送文字的应用中,优先采用的编码。互联网工程工作小组(IETF)要求所有互联网协议都必须支持UTF-8编码。
UTF-8 BOM:是MS搞出来的编码,默认占3个字节,不要使用这个.
--------------------------------------------------------------------------------------------------------------
存储字母,数字和汉字:
存储字母和数字无论是什么字符集都占1个字节.
存储汉字: GBK家族占两个字节,UTF-8家族占3个字节.
--------------------------------------------------------------------------------------------------------------
不能使用单字节的字符集(ASCII/ISO-8859-1)来存储中文.
2.字符的编码和解码操作
编码: 把字符串转换为byte数组.解码: 把byte数组转换为字符串.
一定要保证编码和解码的字符相同,否则乱码.
import java.io.UnsupportedEncodingException;import java.util.Arrays;public class IODemo3 {public static void main(String[] args) throws UnsupportedEncodingException {String str = "杨哥";//编码String---->byte[]byte[] bytes = str.getBytes();//我这里默认是UTF-8System.out.println(Arrays.toString(bytes));//[-26, -99, -88, -27, -109, -91]//解码byte[]--->StringString ret = new String(bytes);////我这里默认是UTF-8System.out.println(ret);//杨哥System.out.println("================================");String str2 = "杨哥哥";//编码String---->byte[]byte[] bytes2 = str.getBytes("GBK");//我也可以自己指定编码System.out.println(Arrays.toString(bytes2));//[-47, -18, -72, -25]//解码byte[]--->StringString ret2 = new String(bytes2);//我这里默认是UTF-8,System.out.println(ret2);//这里出现乱码���,因为我前面指定了编码为GBK//所以解码也应该用GBKString ret3 =new String(bytes2, "GBK");System.out.println(ret3);//杨哥}}
阅读全文
0 0
- java的IO流之字符编码
- java-IO流-字符编码
- java基础之IO转换流--OutputStreamWriter(字符流通往字节流,可以指定字符编码的IO流对象)
- Java的IO及字符编码
- Java的IO之字符流(Reader)
- java的IO之字符流
- Java IO之字符流
- Java IO之字符流
- IO流(转换流的字符编码)
- IO流七:字符编码、转换流的字符编码、编码与解码、IO流练习
- JAVA IO系列---字符编码
- Java IO _字符编码
- Java IO _字符编码
- Java IO和字符编码
- java IO 字符编码相关
- Java IO 4:字符编码
- java IO操作之字符、字节和编码
- Java Io 之 编码
- 线性表的顺序存储与链式存储
- Joint SVD
- 生境适宜性出图技术过程
- 设计模式-外观模式
- arcgis制作兴趣点分布图
- java的IO流之字符编码
- CentOS 7.1编译安装PHP7
- linux软件包管理 与安装
- Python的换行符
- 直播的流程
- java位运算
- 饥饿线程
- sed脚本分隔符的处理
- JenkinsCI-GroovyScripts01