字节序的编码问题——乱码是怎样产生的

一 代码

package com.imooc.io;

public class EncodeDemo {

	/**
	 * @param args
	 */
	public static void main(String[] args)throws Exception {
		// TODO Auto-generated method stub
		String s="慕课ABC";
		//转换为字节序列，用的是项目默认的编码gbk
		byte[] bytes1 = s.getBytes();
		for(byte b:bytes1)
		{
			//把字节（转换成了int）以16进制的方式显示
			System.out.print(Integer.toHexString(b&0xff)+" ");
		}
		
		System.out.println();
		byte[] bytes2=s.getBytes("gbk");
		//gbk编码中文占用2个字节，英文占用1个字节
		for(byte b:bytes2)
		{
			//把字节（转换成了int）以16进制的方式显示
			System.out.print(Integer.toHexString(b&0xff)+" ");
		}
		System.out.println();
		byte[] bytes3=s.getBytes("utf-8");
		//utf-8编码中文占用3个字节，英文占用1个字节
		for(byte b:bytes3)
		{
			//把字节（转换成了int）以16进制的方式显示
			System.out.print(Integer.toHexString(b&0xff)+" ");
		}
		System.out.println();
		byte[] bytes4=s.getBytes("utf-16be");
		//Java是双字节编码 utf-16be
		//utf-16be 中文占用2个字节，英文占用2个字节
		for(byte b:bytes4)
		{
			//把字节（转换成了int）以16进制的方式显示
			System.out.print(Integer.toHexString(b&0xff)+" ");
		}
		/*
		 * 当你的字节序列是某种编码时，这个时候想把字节序列变成字符串，也需要用这种编码方式，否则会出现乱码
		 * */
		System.out.println();
		String str1 = new String(bytes4);  //用项目默认的编码，会出现乱码
		System.out.println(str1);
		
		String str2 = new String(bytes4,"utf-16be");  
		System.out.println(str2);
		
		/*
		 * 文本文件就是字节序列
		 * 可以是任意编码的字节序列
		 * 如果我们在中文机器上直接创建文本文件，那么该文本文件只认识ansi编码
		 * */
	}
}

二 运行结果

三 项目默认编码是gbK

四 小结

gbk编码中文占用2个字节，英文占用1个字节。

utf-8编码中文占用3个字节，英文占用1个字节

utf-16be 中文占用2个字节，英文占用2个字节

当你的字节序列是某种编码时，这个时候想把字节序列变成字符串，也需要用这种编码方式，否则会出现乱码

文本文件就是字节序列

可以是任意编码的字节序列

如果我们在中文机器上直接创建文本文件，那么该文本文件只认识ansi编码