java 中文字符 解编码

一个实例：

 // 该java类默认为gb2312编码String str="你好abc";System.out.println("原串："+str);byte[] bytes1=str.getBytes();//byte为8bit,-128到127System.out.print("gb2312:  ");for(byte b:bytes1){System.out.print(Integer.toHexString(b&0xff)+" ");}System.out.println();System.out.print("gbk:     ");byte[] bytes2=str.getBytes("gbk");for(byte b:bytes2){System.out.print(Integer.toHexString(b&0xff)+" ");}System.out.println();System.out.print("utf-8:   ");byte[] bytes3=str.getBytes("utf-8");for(byte b:bytes3){System.out.print(Integer.toHexString(b&0xff)+" ");}System.out.println();System.out.print("utf-16be:");byte[] bytes4=str.getBytes("utf-16be");for(byte b:bytes4){System.out.print(Integer.toHexString(b&0xff)+" ");}System.out.println();System.out.print("ISO-8859-1:");byte[] bytes5=str.getBytes("ISO-8859-1");for(byte b:bytes5){System.out.print(Integer.toHexString(b&0xff)+" ");}System.out.println();String str2=new String(bytes2);System.out.println(str2);String str3=new String(bytes3);System.out.println(str3);String str4=new String(bytes4);System.out.println(str4);String str5=new String(bytes4,"utf-16be");System.out.println(str5);String str6=new String(bytes5,"ISO-8859-1");System.out.println(str6);

  打印结果：

 

  分析：由上面例子可以知道中文“你好”根据各种字符编码标准得到的字节是不同的：

    1）gb2312和gbk相同，两个字节表示一个中文，实际上gb2312只支持6763个汉字，不是所有汉字都可以使用gb2312编码，而gbk是兼容gb2312的，而且可以表示更多的中文字符；

    2）utf-8用3个字节表示一个中文，一个字节表示一个字母；

    3）utf-16be（即Unicode编码）则是中文和英文字符都是2个字节；

    4）ISO-8859-1为单字节编码，范围0x00-0xff,从输出结果可以知道，因为“你”，“好”是中文，在码表中没有中文字符，字节都翻译为了3f，尽管在后面使用了iso-8859-1，翻译编码“3f 3f 61 62 63 ”只得到“？？abc”，得不到原来的结果“你好”。ISO-8859-1为很多软件采用的默认编码，故而容易导致中文乱码

参考：点击打开链接