import java.io.UnsupportedEncodingException;
import java.util.Arrays;
public class CodeDemo {
public static void main(String[] args) {
String s = "简体中文";
System.out.println(Arrays.toString(s.getBytes())); // 通过当前java文件编码格式获得字节数组(当前为GBK)
try {
/**
* 按照UTF-8格式,将会输出[-25, -82, -128, -28, -67, -109, -28, -72, -83, -26, -106, -121]
* 常用汉字在UTF-8中表示为三个字节,例如:
* -25, -82, -128 三个十进制数转换为二进制:11100111 10101110 10000000
* 根据UTF-8的转换方式:
* (请参考:https://zh.wikipedia.org/wiki/UTF-8#UTF-8.E7.9A.84.E7.B7.A8.E7.A2.BC.E6.96.B9.E5.BC.8F)
* 取的每个字节中有用的部分:第一个字节的0111,第二个字节的101110,第三个字节的000000
* 得到:0111101110000000,再转换成十进制,得到他的unicode编码为:31616
* 也就是说“简”在unicode中的编码为31616。
*/
System.out.println(Arrays.toString(s.getBytes("UTF-8"))); // UTF-8编码格式
/**
* UTF-16编码,输出结果[-2, -1, 123, -128, 79, 83, 78, 45, 101, -121]
* 这其中的前两位-2, -1 称之为:BOM(Byte Order Mark的简称)
* (请参考:https://zh.wikipedia.org/wiki/UTF-16#UTF-16.E7.9A.84.E7.B7.A8.E7.A2.BC.E6.A8.A1.E5.BC.8F)
* -2转换成十六进制就是FE,-1对应FF,这里的FEFF表明这里的UTF-16其实是UTF-16大尾序,简称UTF-16BE(Big Endian简称)
* 假设把UTF-16换成UTF-16LE那么得到的结果将是:[-1, -2, ...],而如果换成UTF-16BE则和UTF-16一致,说明JDK默认指定了
* BOM,而且是BE。
*/
System.out.println(Arrays.toString(s.getBytes("UTF-16"))); // UTF-16
/**
* GBK较简单。
* ASCII范围内的字符使用单个字节表示,共128个字符;
* 余下字符均使用两个字节编码一个字符。
* 输出:[-68, -14, -52, -27, -42, -48, -50, -60]
*/
System.out.println(Arrays.toString(s.getBytes("GBK"))); // GBK
/**
* UTF-32是没有效率的,因为它为每个字符固定的使用四个字节编码。
* 正如输出结果所看到的。
* 输出:[0, 0, 123, -128, 0, 0, 79, 83, 0, 0, 78, 45, 0, 0, 101, -121]
*/
System.out.println(Arrays.toString(s.getBytes("UTF-32"))); // UTF-32
} catch (UnsupportedEncodingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}