Java语言中字符的处理

原创 2001年05月15日 16:15:00
----摘要:本文主要讨论了Java语言中字符的特殊表达形式,尤其是中文信息的表达处理,阐述了字符处理的关键是要将十六位Unicode字符,转换为本地下层平台,也就是运行Java虚拟处理机的平台能够理解的字符形式。

----关键词:Java、字符、8位、16位、Unicode字符集

----Java是一种编程语言、一个运行系统、一套开发工具和一个应用程序编程界面(API)。Java建立在C++的熟悉、有用的特征之上,而取消了C++的复杂的、危险的和多余的元素。它是一个更安全、更简单、更容易使用的语言。

1、Java的字符表达

----Java语言和C语言对字符进行了互不相同的描述,Java使用16位的Unicode字符集(该标准描述了许多语言的各种不同字符),因此Java字符是一个16位的无符号整数,字符变量用来存放单个字符,而不是完整的字符串。

----一个字符(character),就是单个字母(letter),许多字母构成一个单词,一组单词组成句子,以此类推。但是对于含有诸如中文信息的字符,就不是那么简单了。

----Java的基本的char类型被定义成无符号的16位,它是Java中唯一的一个无符号类型。使用16位表达字符的主要原因是要让Java能够支持任何Unicode字符,因此而使得Java适用于描述或显示任何被Unicode支持的语言,可移植性也就会更好。但是,能够支持某种语言的字符串显示,和能够正确打印某种语言的字符串,常常是两个不同的问题。由于Oak(Java最初的代号)开发组的主要环境是Unix系统和某些源于Unix的系统,所以对开发人员来说,最为方便实用的字符集是ISOLatin-1。相应地,这一开发组就带有Unix遗传性,也就导致了Java的I/O系统在很大程度上以Unix的流概念为模型,而在Unix系统中,每一种I/O设备都是用一串8比特的流来表示。这种在I/O系统方面取模于Unix的做法,使得Java语言拥有16位的Java字符,而却只有8位的输入设备,这样就给Java带来了些不足。因此在任何一处Java字符串按8位来读入或写出的地方,都得有一小段程序代码,被称为"劈(hack)",来将8位的字符映射成为16位Unicode,或将16位的Unicode劈成8位字符。

2、问题及解决

----我们要实现从一个文件读取信息,尤其是读取含有中文信息的文件,并将读取到的信息显示在屏幕上,一般我们使用FileInputStream函数打开文件、readChar函数读入字符。如下:


import java.io.*;
public class rf{
      public static void main(String args[]) {
           FileInputStream fis;
           DataInputStream dis;
           char c;

           try {
               fis = new FileInputStream("xinxi.txt");
               dis = new DataInputStream(fis);
               while (true) {
                   c = dis.readChar();
                   System.out.print(c);
                   System.out.flush();
                   if (c == '/n') break;
               }
               fis.close();
           } catch (Exception e) { }
           System.exit(0);
     }
}

----但是事实上,运行这一程序,所能得到的输出结果是一堆无用的乱码。不能正确输出xinxi.txt文件内容,其原因是readChar函数读入的是16位的Unicode字符,而System.out.print却将其当作八位的ISO latin-1字符输出。

----Java 1.1版本引入了一套全新的Readers和Writers接口来处理字符。我们可以利用InputStreamReader类而不是DataInputStream来处理文件。修改上面的程序如下:
import java.io.*;


public class rf {
      public static void main(String args[]) {
           FileInputStream fis;
           InputStreamReader irs;
           char ch;

           try {
               fis = new FileInputStream("xinxi.txt");
               irs = new InputStreamReader(fis);
               while (true) {
                   ch = (char) irs.read();
                   System.out.print(c);
                   System.out.flush();
                   if (ch == '/n') break;
               }
               fis.close();
           } catch (Exception e) { }
           System.exit(0);
     }
}

----这样才能正确输出xinxi.txt中的文本(尤其是中文信息)。另外,当xinxi.txt文件来自不同的机器,即来自不同操作平台(或汉字内码不同)的机器,比如: 文件来自客户端(客户端上传文件给服务器),而读取文中信息的操作由服务器端执行。如果用上面的程序来实现这一功能,就有可能仍然不能得到正确的结果。其原因就是输入编码转换失败,我们还需要进行如下的改动:


     ......  
        int c1;
    int j=0;
        StringBuffer str=new StringBuffer();
        char lll[][]= new char[20][500];
        String ll="";
     try {
          fis = new FileInputStream("fname.txt");
          irs = new InputStreamReader(fis);
              c1=irs.read(lll[1],0,50);
          while (lll[1][j]!=' ') {
               str.append(lll[1][j]);
               j=j+1;                  
              }
                   ll=str.toString();
           System.out.println(ll);
       } catch (IOException e) {
              System.out.println(e.toString());}
        ......

----这样,输出的结果就正确了。当然,上面的程序是不完整的,只是说明了一下解决的方法。

----总之,Java语言中字符处理,尤其是中文信息的处理,比较特殊。在Java中,字符处理的关键是要将十六位Unicode字符,转换为本地下层平台也就是运行Java虚拟处理机的平台能够理解的字符形式。

Java语言中字符的处理

----摘要:本文主要讨论了Java语言中字符的特殊表达形式,尤其是中文信息的表达处理,阐述了字符处理的关键是要将十六位Unicode字符,转换为本地下层平台,也就是运行Java虚拟处理机的平台能够理...
  • narci
  • narci
  • 2006年08月18日 15:11
  • 789

java基础4:String与StringBuffer及基本数据类型包装类

关于Java基础的文章,我觉得写得还可以,以前发在了我其它的博客了,肯定是原创,现在再分享给大家出来。 ------------------------------------------------...
  • jin870132
  • jin870132
  • 2015年04月07日 23:20
  • 1110

浅谈Java语言中八种基本数据类型

1.布尔型-----boolean,boolean 类型所占存储空间的大小没有明确指定,其取值为true或false,其默认值为false。 2.字节型----byte,byte 类型所占存储空间大小...
  • hs2201056
  • hs2201056
  • 2017年02月28日 22:05
  • 1681

java基础-java语言中的关键字总结

关键字   1.定义:被java语言赋于了特殊含义的单词 2.用于定义基本数据类型的关键字: class  interface  float int long double byte short ...
  • zl18603543572
  • zl18603543572
  • 2015年07月09日 17:44
  • 974

Java语言在现实生活中的应用

如果你刚开始学习Java也许会好奇Java到底在哪里用到。你也许会发现除了Minecraft,其他游戏都不是Java写的。桌面工具,像Adobe Acrobat,Office也不是用Java写的。操作...
  • akacd
  • akacd
  • 2014年12月29日 20:14
  • 1644

java语言中的异常与错误

在java中程序错误分为异常(Exception)和错误(Error) java语言中,Throwable是异常类(Exception)和错误类(Error)的基类 Throwable类: ...
  • TopMawei
  • TopMawei
  • 2015年05月12日 08:23
  • 573

Java学习:Java字符串处理

第一节、String对象                     一、       Java中将字符串作为String类型对象来处理。当创建一个String对象时,被创建的字符串是不能被改变的。每次需...
  • zxg0807
  • zxg0807
  • 2007年11月06日 10:06
  • 13290

java中的封装类

原始数据类型 包  装  类 boolean(布尔型) Boolean byte(字节型) Byte char(字符...
  • u014470581
  • u014470581
  • 2016年01月27日 11:06
  • 673

java语言中的继承概述

java继承概述
  • sun11462
  • sun11462
  • 2015年03月12日 10:04
  • 907

JAVA语言中合法的标识符是以什么开始

JAVA语言中合法的标识符是以什么开始 2011-07-09 19:08匿名  分类:其他编程语言 | 浏览 1607 次 分享到: 2011-0...
  • evilcry2012
  • evilcry2012
  • 2015年06月25日 17:05
  • 978
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:Java语言中字符的处理
举报原因:
原因补充:

(最多只允许输入30个字)