java国际化——消息格式化+文本文件和字符集

【0】README

1） 本文部分文字描述转自 core java volume 2 ， 测试源代码均为原创， 旨在理解 java国际化——消息格式化+文本文件和字符集 的基础知识 ；
2） 由于本文涉及到的源代码都比较简单，所以直接将全部代码po到了本文对应位置，没有提供下载link；

---

【1】消息格式化

1）java类库中有一个 MessageFormat 类， 用来格式化带变量的文本， 如：

“on {2}, a {0} destroyed {1} houses and caused {3} of damage”;

• 1.1）括号中的数字是一个占位符， 可以用实际的名字和值来替换它。

• 1.2）使用静态方法 MessageFormat.format 可以用实际的值来替换这些占位符。从JDK5 开始， 它已经是一个 varargs 方法了，所以你可以通过下面的方法提供参数： （干货——MessageFormat.format 可以用实际的值来替换这些占位符）

  String msg = MessageFormat.format(“on {2}, a {0} destoryed {1} houses and caused {3} of damage”, “hurricane”， 99, new GregorianCalendar(1999,0,1).getTIme(), 10.0E8)；

• 1.3）如何替换： {0}被 hurricane 替换， {1} 被 99 替换， 等；

• 1.4） 通过为占位符提供可选的格式，就可以做到这一点：
  

  on {2, date, long}, a {0} destoryed {1} houses and caused {3, number, currency} of damage ;
  替换参数后， on january 1, 1999, a hurricane destoryed 99 houses and caused $1000000 of damage;

2）一般来说，占位符索引后可以跟一个类型和一个风格，它们之间用逗号隔开，类型可以是：number + time + date + choice； （干货——占位符索引后可以跟一个类型和一个风格，注意类型list和风格list都有哪些）

• 2.1）number 类型：可以是 integer， currency， percent， 或者可以是数字格式模式，就像 $ ， ##0；
• 2.2）如果类型是 time 或 date： 那么风格可以是 short, medium， long， full，或者是一个日期格式模式， 就像 yyyy-MM-dd；

Warning）静态的 MessageFormat.format 方法使用当前的locale 对值进行格式化。要想用任意的 locale 进行格式化， 还有一些工作要做， 因为这个类还没有提供任何可以使用的 varargs 方法， 你需要把将要格式化的值放置在 Object[] 数组中， 就想下面这样：

MessageFormat mf = new MessageFormat(pattern, loc);
String msg = mf.format(new Object[]{values});

3）看个荔枝（测试 选择格式化（ 一个下限 + 一个格式字符串）以及不同Locale的formatter 和 format(pattern, Object… args)）：

// 测试 选择格式化（ 一个下限 + 一个格式字符串）以及不同Locale的formatter
    public static void main2(String[] args)
    {
        String msg = "on {2, date, long}, a {0} destoryed {1} houses and caused {3, number, currency} of damage" ;
        // pattern == msg;
        String newMsg = MessageFormat.format(msg, new Object[]{"hurricane", 99, new GregorianCalendar(1999,0,1).getTime(), 10.0E8});
        System.out.println("locale[China] = " + newMsg); //Locale == 中国

        MessageFormat formatter = new MessageFormat(msg, Locale.US);
        String newMsg_US = formatter.format(new Object[]{"hurricane", 99, new GregorianCalendar(1999,0,1).getTime(), 10.0E8});
        System.out.println("locale[US] = " + newMsg_US);// Locale == US
    }

    // test for format(pattern, Object... args)
    public static void main1()
    {
        String str = "{0} | {1} | {0} | {1} | {2}";
        Object[] array = new Object[] { "A", "B", "C" };
        // format(pattern, Object... args);
        String msg = MessageFormat.format(str, array);
        System.out.println(msg); // A | B | A | B | C
    }

---

【2】 消息格式化之选择格式

1）problem+solution

• 1.1）problem： “on {2}, a {0} destoryed {1} houses and caused {3} of damage. “， 如果用“earthquake” 来替换代表灾难的占位符{0}， 那么在英语中，这句话就不正确了，因为，
  on january 1, 1999, a earthquack destoryed， 因为 earthquake 的首字母是 e， 冠词是an 而不是 a；

• 1.2）solution：我们希望消息能随占位符发生变化， 这样就能根据具体的值形成

  no houses
  one house
  2 houses

• 1.3） choice 的格式化选项就是为了这个目的而设计的。 （干货——choice格式化选项）

  • 1.3.1）一个选择格式是由一个序列对构成的， 每一对都包括 ： 一个下限 + 一个格式字符串；
  • 1.3.2）下限和格式字符串由一个 # 符号分割， 对与对之间由 符号 | 分割；
    如：{1， choice，0#no houses | 1#one house|2#{1} houses}
    0#no houses ： 0 是 下限， # 是分割符， no houses 是格式化字符串；（注意 0， 1， 是下限，最低限度） （干货——选择格式化： 一个下限 + 一个格式字符串）
    1.3.3）下表显示了格式字符串对 {1} 的不同值产生的作用：

2）可以使用 < 符号来表示如果替换值严格小于下限，则选中这个选择项；也可以使用 ≤ （unicode中代码是 u\2264）来实现 和 # 相同 的效果。如果愿意的话，甚至可以将第一个下限值定义为 -∞（unicode 编码是 -\u221E）；

例如： -∞ < no houses |0 < one house |2≤{1} houses； 或者使用 Unicode 转移字符： -\u221E < no houses | 0 < one house |2\u2264 {1} houses；

3）看个荔枝（ 选择格式(no houses, one house, 3 houses)）：

格式化命令为：　　String pattern = “on {2, date, long}, {0} destoryed {1, choice, 0#no houses|1#one house|2#{1} houses}” + “and caused {3, number, currency} of damage”;

// 选择格式(no houses, one house, 3 houses)
    // 下限和格式字符串由一个 # 符号分割， 序列对间由 符号 | 分割；
    public static void main3()
    {
        //String msg = "{-\u221E<no houses|0<one house|2\u2264 {0} houses}";
        String msg = "{0, choice, 0#no houses|1#one house|2#{0} houses}";
        System.out.println(MessageFormat.format(msg, new Object[]{-1}));
        System.out.println(MessageFormat.format(msg, new Object[]{0}));
        System.out.println(MessageFormat.format(msg, new Object[]{1}));
        System.out.println(MessageFormat.format(msg, new Object[]{2}));     
    }

---

【3】文本文件和字符集

1） java是完全基于Unicode的，但是 os 一般有它们自己的字符编码，比如在 美国是 ISO-8859-1（8位代码，有时候也称为 ANSI 代码）， 在台湾是 Big5；
2） 当把数据保存到一个文本文件中时，应该照顾到本地的字符编码，这样，用户就可以用它们的其他程序打开这个文本文件。

• 2.1）字符编码是在 FileWriter 的构造器中指定的： out = newFileWriter(filename, “ISO-8859-1”)；
• 2.2）problem：遗憾的是， 目前，locale 和字符编码间没有任何联系。 比如， 你的 用户选择的是台湾的locale_zh_TW， 但是在 java中并没有提供任何方法来告诉你用 Big5 字符编码是最恰当的；

---

【4】源文件的字符编码

1）作为 coder， 要牢记你需要与java 编译器进行交互： 这种交互需要通过本地系统的工具来完成；
2）看个荔枝：

• 2.1）使用中文版的记事本来写你的java 源代码文件， 但这样写出来的源代码不能随处使用；因为它们使用的是本地的字符编码；
• 2.2）只有编译后的class 文件才能随处使用， 因为它们会自动地使用 “modified UTF-8” 编码来处理标识符和字符串。

3）这意味着即使在程序编译和运行时，依然有3种字符编码参与其中：

• 3.1）源文件： 本地编码；
• 3.2）类文件： modified UTF-8；
• 3.3）虚拟机： UTF-16；

Attention）

• A1） 可以用 -encoding 标记来设定你的源文件的字符编码， 如 ， javac -encoding Big5 Myfile.java

4）为了使你的源文件到处都可用， 必须使用普通 的 ASCII 编码： 也就是说， 你需要将所有 非ASCII 字符转换成等价的 Unicode 编码；

• 4.1）jdk 有一个工具 native2ascii ：可以用它来将本地字符编码转换为 普通 的 ASCII ， 这个工具直接将输入中的每一个非 ASCII 字符替换为 跟尾儿 \u 加上四位 16进制数字的Unicode值；（干货——native2ascii 工具的作用）
• 4.2）如何使用 native2ascii 工具：
  native2ascii Myfile.java Myfile.temp
• 4.3）用 -reverse 进行逆向转换：
  native2ascii -reverse myfile.temp myfily.java
• 4.4）用 -encoding 选项指定另一种编码：编码的名字必须是 编码表所列出来的名字之一， 如：　native2ascii -encoding Big5 myfile.java myfile.temp

５）看个荔枝（关于 native2ascii 工具）

• 5.1）native2ascii HelloWorld.java HelloWorld.temp

• 

• 5.2）native2ascii -encoding Big5 HelloWorld.java HelloWorldTW.temp

• 

• 5.3）native2ascii -reverse HelloWorld.temp Reverse.java

•