13、字符集和字符编码

字符集:字符集是多个字符的集合,常见字符集有:ASCII字符集、GB2312字符集、GB18030字符集、Unicode字符集等。

        ASCII字符集:是英文大小写字符、阿拉伯数字和西文符号的一个集合。(可以看一下电脑键盘上的键,基本就是这些字符)

        GB2312字符集:主要包含简体中文字符。

        GB10830字符集:基本包含所有中文字符,包括繁体字、少数民族字等。

        Unicode字符集:基本包括全世界所有用到的字符,常用字符集。

 

字符编码:我理解的字符编码是指编码的一种规则,根据对应字符集将字符按着某一规则改编成一组序列。常用的编码方式有:ASCII编码、GBK编码、GB2312编码、Unicode编码、UTF-8编码。最常用的还是utf-8编码。

       ASCII编码:一个字符占用一个字节。

       GBK编码:和ASCII中相同的字符还是用一个,而其他用两个字节。

       Unicode编码:全部使用四个字节来存储

       UTF-8编码:对Unicode做了优化,可以根据不同的符号自动选择编码的长短,例如:英文字母一个字节足矣,而汉字就需要三个字节存储才可以。流行的编码方式。

 

       将数据存储在内存中获取磁盘中时都是以字节形式进行存储,一个字节占用8位,例如:我现在想要存储“你是谁”这三个字到记事本,虽然看到的是记事本三个字,但是存储在磁盘上的却不是,而是将“我是谁”这三个字看成三个字符,然后根据使用的字符集找到每个字符对应的字节码,然后根据编码方式将字节码编码成一个序列,最后进行存储。

可以通过java代码看到字符对应的在字符集中对应的码,代码如下:

public class EncodingAndCharsetTest {

	public static void main(String[] args) {
		String s1 = "你是谁";
		String s2 = "who are you";
		byte[] bytes = s1.getBytes();
		//打印结果:-28 -67 -96 -26 -104 -81 -24 -80 -127
		for (byte b : bytes) {
			System.out.print(b+" ");
		}
		System.out.println();
		System.out.println("--------------");
		byte[] bytes2 = s2.getBytes();
		System.out.println(bytes2.length);
		//打印结果:119 104 111 32 97 114 101 32 121 111 117
		for (byte b : bytes2) {
			System.out.print(b+" ");
		}
	}
}

       之前使用流操作时,有的时候会出现乱码现象就是因为编码问题,只要读和写用的不是同一套字符集和字符编码,就可能出现乱码现象。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值