黑马程序员——java语言基础部分——编码解码

------Java培训、Android培训、iOS培训、.Net培训、期待与您交流！ -------

概述：

     编码解码主要是字符与字节之间的转换。

    解码：字节——》字符

     编码：字符——》字节

编码表：

   主要分为以下几种：

1. ASCII:美国标准信息交换码。用一个字节的后7位来表示。
2. ISO8859-1:拉丁码表，欧洲码表。用一个字节来表示。
3. GB2312：中国的中文编码表。
4. GBK：中国的中文编码表升级后，并融合了更过的中文字符符号
5.      其中中文用两个字节表示，且这两个字节的最高位都是1，也就是说是由两个负数组成的。
6. Unicode：国际标准码表，融合了世界各地的语言文字，且所有的文字都是用两个字节表示，包括字母等。
7. UTF-8:一种灵活的编码表，如果文字可以用一个字节表示就用一个字节表示，如果要用两个字节表示就用两个字节表示，......，最多只能用三个字节来表示。

注意：

• 中文码表兼容ASCII
• Unicode是java文件中使用的默认语言。
• UTF-8码表的标识头：单字节的标识头是0，两个字节时的标识头是：两个字节的最高位分别是110、10，三个字节时的标识头是：三个字节的最高位分别是1110、110、10
• ISO8859-1码表不识别中文

转换

    字节与字符之间的转换主要是通过IO体系中的转换流InputStreamReader、OutputStreamWriter来实现的。

    InputStreamReader:字节——》字符

    它使用指定charset读取字节并将其解码为字符。所使用的字符集可以由名称指定或显示给定，或者接收平台默认的字符集。并提供了close()关闭流释放资源、read()读取单个字符等方法，其中read方法的调用都会导致从底层输入流读取一个或多个字节，要启动从字节到字符的有效转换，提高效率可以使用缓冲流机制。

    OutputSteamWriter:字符——》字节

    它使用指定的charset将要写入流中的字符编码成字节，他使用的字符集可以由名称指定或显示给定，否则将接收平台默认的字符集。并提供了flush(),read()等方法，其中每次调用write()方法都会导致在给定字符或字符集上调用编码转换器。在写入底层输出流之前，得到的字节将在缓冲区累计。要想提高效率也可以使用缓冲流机制。

下面以代码为例来解释：

从运算的结果可以看出unicode编码字节数有8个，但是“你好A”字符串，unicode编码应该是6个，这里还有两个字节分别是-2和-1在最前面，我们通过Arrays.toString("你好A".getBytes("Unicode"))得到的结果是[-2, -1, 79, 96, 89, 125, 0, 65]，所以字符串的Unicode编码的结果是在按照每个文字用两个字节表示的基础上加上2.

GBK与UTF-8的特例

“联通”的GBK编码的字节的最高位刚好是110、10刚好符合UTF的标识头，所以当我们的在文本文件中编辑联通，然后保存，再打开的时候就会是乱码，这是因为系统可能会认为联通的编码方式是UTF-8，故会在解码的时候出现无法解码，从而出现乱码。解决的办法是在“联通”前面写入其他的汉字或者字符。