Java IO_File_字符集_乱码 尚学堂171

https://www.bilibili.com/video/BV1ct411n7oG?p=172

---

 

目录

编码：字符串-->字节

解码：字节-->字符串

乱码问题：

1、字节数不够：

 2、字符集不统一：

---

编码：字符串-->字节

查看当前工程使用的编码：

UTF-8：一个中文字符占3个字节

getBytes方法默认使用工程的字符集：

public class Test {
	public static void main(String[] args){
		String msg = "中文字符";
		//编码：字节数组
		byte[] datas = msg.getBytes();
		System.out.println(datas.length);
	}
}

输出结果：

12

---

加个英文字符

public class Test {
	public static void main(String[] args){
		String msg = "中文字符a";
		//编码：字节数组
		byte[] datas = msg.getBytes();
		System.out.println(datas.length);
	}
}

 输出结果：

13

---

 使用其他字符集编码：

import java.io.UnsupportedEncodingException;

public class Test {
	public static void main(String[] args) throws UnsupportedEncodingException{
		String msg = "中文字符";
		byte[] datas = msg.getBytes("UTF-16LE");
		System.out.println(datas.length);
		
		msg = "a";
		datas = msg.getBytes("UTF-16LE");
		System.out.println(datas.length);
	}
}

输出结果：

8
2

UTF-16LE是定长unicode字符(每一个字符都是2个字节)

---

 GBK是中文字符占2个字节，英文字符占1个字节：

import java.io.UnsupportedEncodingException;

public class Test {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String msg = "中文字符";
		byte[] datas = msg.getBytes("GBK");
		System.out.println(datas.length);
		
		msg = "a";
		datas = msg.getBytes("GBK");
		System.out.println(datas.length);
	}
}

输出结果：

8
1

---

解码：字节-->字符串

查看String类的API文档：

解码：

import java.io.UnsupportedEncodingException;

public class Test {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String msg = "中文字符abc";
		byte[] datas = msg.getBytes("UTF-8");
		msg = new String(datas, 0, datas.length, "utf8");
		System.out.println(msg);
	}
}

输出结果：

中文字符abc

可以看到，msg被正确地还原了。

---

乱码问题：

1、字节数不够：

import java.io.UnsupportedEncodingException;

public class Test {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String msg = "中文字符a";
		byte[] datas = msg.getBytes("UTF-8");
		msg = new String(datas, 0, datas.length-2, "utf8");
		System.out.println(msg);
	}
}

 输出结果：

中文字�

a占一个字节，被减掉了，“符”占3个字节，但少了一个字节。

所以要这样就能正确地显示了：

import java.io.UnsupportedEncodingException;

public class Test {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String msg = "中文字符a";
		byte[] datas = msg.getBytes("UTF-8");
		msg = new String(datas, 0, datas.length-1, "utf8");
		System.out.println(msg);
	}
}

输出结果：

中文字符

---

 2、字符集不统一：

import java.io.UnsupportedEncodingException;

public class Test {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String msg = "中文字符a";
		byte[] datas = msg.getBytes("UTF-8");
		msg = new String(datas, 0, datas.length, "gbk");
		System.out.println(msg);
	}
}

输出结果：

涓枃瀛楃a

---