java byte与char互转原理
来源:互联网 发布:共享单车车辆调度算法 编辑:程序博客网 时间:2024/05/21 06:40
code
一、字节和unicode
java内核是unicode的,就连class文件也是,但是很多媒体,包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。 char是unicode的,而byte是字节。java中 byte/char互转的函数在sun.io的包中间有。其中bytetocharconverter类是中调度,可以用来告诉你,你用的 convertor。其中两个很常用的静态函数是:
public static bytetocharconverter getdefault();
public static bytetocharconverter getconverter(string encoding);
如果你不指定converter,则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。
byte ——〉char:
"你"的gb码是:0xc4e3 ,unicode是0x4f60
string encoding = "gb2312";
byte b[] = {(byte)'\u00c4',(byte)'\u00e3'};
bytetocharconverter converter = bytetocharconverter.getconverter(encoding);
char c[] = converter.convertall(b);
for (int i = 0; ic.length; i++) {
system.out.println(integer.tohexstring(c[i]));
}
结果是什么?0x4f60
如果encoding ="8859_1",结果又是什么?0x00c4,0x00e3
如果代码改为:
byte b[] = {(byte)'\u00c4',(byte)'\u00e3'};
bytetocharconverter converter = bytetocharconverter. getdefault();
char c[] = converter.convertall(b);
for (int i = 0; ic.length; i++) {
system.out.println(integer.tohexstring(c[i]));
}
结果将又是什么?
这就要根据平台的编码而定。
char ——〉byte:
string encoding = "gb2312";
char c[] = {'\u4f60'};
chartobyteconverter converter = chartobyteconverter.getconverter(encoding);
byte b[] = converter.convertall(c);
for (int i = 0; ib.length; i++) {
system.out.println(integer.tohexstring(b[i]));
}
结果是什么?0x00c4,0x00e3
如果encoding ="8859_1",结果又是什么?0x3f
如果代码改为
string encoding = "gb2312";
char c[] = {'\u4f60'};
chartobyteconverter converter = chartobyteconverter.getdefault();
byte b[] = converter.convertall(c);
for (int i = 0; ib.length; i++) {
system.out.println(integer.tohexstring(b[i]));
}
结果将又是什么?还是根据平台的编码而定。
很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入,这给我们带来诸多不便。很多程序难得用encoding了,直接用default的encoding,这就给我们移植带来了很多困难。
二、utf-8
utf-8是和unicode一一对应的,其实现很简单:
7位的unicode: 0 _ _ _ _ _ _ _
11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _
16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
大多数情况是只使用到16位以下的unicode:
"你"的gb码是:0xc4e3 ,unicode是0x4f60
0xc4e3的二进制:
1100 ,0100 ,1110 ,0011
由于只有两位我们按照两位的编码来排,但是我们发现这行不通,因为第7位不是0因此,返回"?"
0x4f60的二进制:
0100 ,1111 ,0110 ,0000
我们用utf-8补齐,变成:
1110 ,0100 ,1011 ,1101 ,1010 ,0000
e4--bd-- a0
于是返回:0xe4,0xbd,0xa0。
三、string和byte[]
string其实核心是char[],然而要把byte转化成string,必须经过编码。string.length()其实就是char数组的长度,如果使用不同的编码,很可能会错分,造成散字和乱码。例如:
string encoding = “”;
byte [] b={(byte)'\u00c4',(byte)'\u00e3'};
string str=new string(b,encoding);
如果encoding=8859_1,会有两个字,但是encoding=gb2312只有一个字这个问题在处理分页是经常发生。
四、reader,writer / inputstream,outputstream
reader和writer核心是char,inputstream和outputstream核心是byte。但是reader和writer的主要目的是要把char读/写inputstream/outputstream。例如:
文件test.txt只有一个"你"字,0xc4,0xe3
string encoding = "gb2312";
inputstreamreader reader = new inputstreamreader(new fileinputstream(
"text.txt"), encoding);
char c[] = new char[10];
int length = reader.read(c);
for (int i = 0; ilength; i++) {
system.out.println(c[i]);
}
结果是什么?是"你"。如果encoding ="8859_1",结果是什么?"??"两个字符,表示不认识。反过来的例子自己做。
五、我们要对java的编译器有所了解:
javac ?encoding
我们常常没有用到encoding这个参数。其实encoding这个参数对于跨平台的操作是很重要的。如果没有指定encoding,则按照系统的默认 encoding,gb平台上是gb2312,英文平台上是iso8859_1。java的编译器实际上是调用sun.tools.javac.main 的类,对文件进行编译,这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的,然后把用utf-8形式编译成class文件。例子代码:
string str = "你";
filewriter writer = new filewriter("text.txt");
write.write(str);
writer.close();
如果用gb2312编译,你会找到e4 bd a0的字段 ;
如果用8859_1编译, 00c4 00e3的二进制:
0000,0000 ,1100,0100 ,0000,0000 ,1110,0011
因为每个字符都大于7位,因此用11位编码:
1100,0001,1000,0100,1100,0011,1010,0011
c1-- 84-- c3--a3
你会找到c1 84 c3 a3
但是我们往往忽略掉这个参数,因此这样往往会有跨平台的问题:
样例代码在中文平台上编译,生成zhclass
样例代码在英文平台上编译,输出enclass
(1) zhclass在中文平台上执行ok,但是在英文平台上不行
(2) enclass在英文平台上执行ok,但是在中文平台上不行
原因是:
(1) 在中文平台上编译后,其实str在运行态的char[]是0x4f60, 在中文平台上运行,filewriter的缺省编码是gb2312,因此 chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream 中,于是0xc4,0xe3放进了文件。但是如果是在英文平台下,chartobyteconverter的缺省值是8859_1, filewriter会自动调用8859_1去转化str,但是他无法解释,因此他会输出"?"
(2) 在英文平台上编译后,其实str在运行态的char[]是0x00c4 0x00e3, 在中文平台上运行,中文无法识别,因此会出现??;在英文平台上,0x00c4-->0xc4,0x00e3->0xe3,因此 0xc4,0xe3被放进了文件。
六、其它原因:
@ page contenttype="text/html; charset=gbk" %>
设置浏览器的显示编码,如果response的数据是utf8编码,显示将是乱码,但是乱码和上述原因还不一样。
七、发生编码的地方:
1. 从数据库到java程序 byte——〉char
2. 从java程序到数据库 char——〉byte
3. 从文件到java程序 byte——〉char
4. 从java程序到文件 char——〉byte
5. 从java程序到页面显示 char——〉byte
6. 从页面form提交数据到java程序byte——〉char
7. 从流到java程序byte——〉char
8. 从java程序到流char——〉byte
可以使用配置过滤器的方法解决中文乱码的:
web-app>
filter>
filter-name>requestfilterfilter-name>
filter-class>net.golden.uirs.util.requestfilterfilter-class>
init-param>
param-name>charsetparam-name>
param-value>gb2312param-value>
init-param>
filter>
filter-mapping>
filter-name>requestfilterfilter-name>
url-pattern>*.jspurl-pattern>
filter-mapping>
web-app>
public void dofilter(servletrequest req, servletresponse res,
filterchain fchain) throws ioexception, servletexception {
httpservletrequest request = (httpservletrequest) req;
httpservletresponse response = (httpservletresponse) res;
httpsession session = request.getsession();
string userid = (string) session.getattribute("userid");
req.setcharacterencoding(this.filterconfig.getinitparameter("charset"));
// 设置字符集?
//实际上是设置了byte ——〉char的encoding
try {
if (userid == null || userid.equals("")) {
if (!request.getrequesturl().tostring().matches(
".*/uirs/logon/logon(controller){0,1}\\x2ejsp$")) {
session.invalidate();
response.sendredirect(request.getcontextpath() +
"/uirs/logon/logon.jsp");
}
}
else {
// 看看是否具有信息上报系统的权限
if (!net.golden.uirs.util.uirschecker.check(userid, "信息上报系统",
net.golden.uirs.util.uirschecker.action_do)) {
if (!request.getrequesturl().tostring().matches(
".*/uirs/logon/logon(controller){0,1}\\x2ejsp$")) {
response.sendredirect(request.getcontextpath() +
"/uirs/logon/logoncontroller.jsp");
}
}
}
}
catch (exception ex) {
response.sendredirect(request.getcontextpath() +"/uirs/logon/logon.jsp");
}
fchain.dofilter(req, res);
======================================================
在最后,我邀请大家参加新浪APP,就是新浪免费送大家的一个空间,支持PHP+MySql,免费二级域名,免费域名绑定 这个是我邀请的地址,您通过这个链接注册即为我的好友,并获赠云豆500个,价值5元哦!短网址是http://t.cn/SXOiLh我创建的小站每天访客已经达到2000+了,每天挂广告赚50+元哦,呵呵,饭钱不愁了,\(^o^)/
- java byte与char互转原理
- java byte与char互转原理
- java byte与char互转原理
- java byte与char互转原理
- java byte与char互转原理-转
- java byte与char互转原理-转
- java byte与char互转原理-转
- java byte与char互转原理-转
- java byte与char互转原理-转
- java byte与char、String互转原理
- java byte与char、String互转原理
- java byte与char、String互转原理
- char字节数、char与byte、byte数组合并 Java
- char与byte互转换
- Java byte与char的区别
- Java中的byte与char比较
- char与byte区别
- char与Byte区别
- java中集合架构
- Lexrate
- Java读取股票信息
- Java从控制台中读取数据的各种方法
- Rollen Holt
- java byte与char互转原理
- 通过Java SE 7自带的监控服务(WatchService API)实现类似.NET FileWatcher的功能
- JAVA内存管理
- java DatabaseMetaData
- Rain Man
- jsp与javascript
- Flex和java开发的参考书
- 青岛Java俱乐部火爆报名中
- 怎样学习java,漫谈java学习之路(转~~~~)