Java IO操作——字符编码

学习目标

了解常用的几种编码

掌握乱码的产生原因

编码：

在计算机的世界里，任何的文字都是以指定的编码方式存在的，在JAVA程序的开发中最常见的是以下的几种编码：

ISO8859-1、GBK/GB2312、unicode、UTF

iso-8859-1编码属于单字节编码，最多只能表示0~255的字符范围，主要在英文上应用。

GBK/GB2312：中文的国标编码，专门用来表示汉字，是双字节编码。

unicode：Java中就是使用此编码方式，也是最标准的一种编码，是使用16进制表示的编码。但此编码不兼容iso8859-1编码。

UTF：由于unicode不支持iso8859-1编码，而且容易占用更多的空间，而且对于英文字母也需要使用两个字节编码，这样使用unicode不便于传输和存储，因此产生了utf编码，utf兼容iso8859-1编码，同时也可以用来表示所有的语言字符，不过utf编码是不定长编码，每一个字符的长度从1~6个字节不等，一般在中文网页中使用此编码，因为这样可以节省空间。

乱码的产生

在程序中如果处理不好字符的编码，则就有可能出现乱码问题，如果现在本机的默认编码是GBK，但在程序中使用了iso-8859-1编码，则就会出现字符的乱码情况，就好比两个人交谈，一个人说的是中文，另外一个人说的是其他语言，如果语言不同，则肯定无法沟通。

如果没有处理好编码的问题，则肯定在程序中出现乱码。

得到本机的编码显示：

使用System类可以取得与系统有关的信息，那么直接使用此类就可以找到系统的默认编码，使用如下方法：

public static Properties getProperty()

System类可以取得系统的相关信息，一直在接触此类。

public class CharSetDemo01{
	public static void main(String args[]){
		System.out.println("系统默认编码：" +
			System.getProperty("file.encoding")) ;	// 获取当前系统编码
	}
};

因为现在的本机环境，是中文环境，所以是使用GBK进行编码，很明显如果现在在程序中使用了ISO8859-1编码。如果要编码，则需要使用String类的支持。

public byte[] getBytes(String charsetName) throws UnsupportedEncodingException

可以指定使用的字符编码。

import java.io.OutputStream ;
import java.io.FileOutputStream ;
import java.io.File ;
public class CharSetDemo02{
	public static void main(String args[]) throws Exception {
		File f = new File("D:" + File.separator + "test.txt") ;	// 实例化File类
		OutputStream out = new FileOutputStream(f) ;	// 实例化输出流
		byte b[] = "中国，你好！".getBytes("ISO8859-1") ;	// 转码操作
		out.write(b) ;	// 保存
		out.close() ;	// 关闭
	}
};

乱码产生的根本原因就是字符编码不统一造成的。

总结：

1、了解几种常用的编码特点。

2、理解乱码是如何产生的。