编码问题笔记

1：JVM存储格式：JVM中，数据都是二字节存储的。int、byte等一字节长的数据在Java中也是以两字节存储，高八位是0。而long、double则是真正的两字节数据类型。

 

2：JVM读写数据时，先读写低八位，再读写高八位，所以long、double两字节数据的读写分两步进行，故不是原子性的，而单字节长的数据则由于高八位无影响，所以是原子性的。

 

3：乱码的原因：在IDE中，按照IDE的编码类似显示；存到文档中，按照文档的编码成byte序列存储；读到系统中、项目中、浏览器中，则按照所处环境解码显示。

     以上三者，一旦出现中间有不一致的。例如：A格式编码得到的byte序列，读取到浏览器后以B格式解码显示，就会乱码。

4：GBK编码：中文存储占2字节，英文1字节。

 

5：UTF-8编码：中文存储占3字节，英文1字节。

 

6：Java是双字节编码，称为 utf-16be:在Java中无论中文还是英文字符都是2字节长。

 

7：避免乱码：读取的字节序列是什么格式编码的，就按什么方式解码：

String str=new String(byte[],"encoding");

  如果不指明解码格式，则按照IDE项目的默认编码方式来解码该byte[]来生成字符串。

 

8：文本文档是存储的是字节序列，可以存储任意编码格式的字节序列。

    在中文机器创建的文本文档，默认编码方式是ANSI，如果放其他编码格式的，则显示乱码。（因为显示就是解码）

 

转载于:https://www.cnblogs.com/ygj0930/p/6648261.html