Java学习笔记 -- IO专题(一)文件编码

1. 文件编码

Java默认编码方式是项目所用的GBK编码，可以看出汉字占用了两个字节，字母占用了一个字节

String str = "练习AB";
byte[] bytes = str.getBytes();
for(byte b : bytes) {
	System.out.print(Integer.toHexString(b & 0xff) + " ");
	//c1 b7 cf b0 41 42 
}

utf-8编码是Linux中的默认编码方式，其中汉字占三个字节，字母占一个字节

String str = "练习AB";
byte[] bytes = str.getBytes("utf-8");
for(byte b : bytes) {
	System.out.print(Integer.toHexString(b & 0xff) + " ");
	//e7 bb 83 e4 b9 a0 41 42 
}

Java采用utf-16be双字节编码，一个汉字占两个字节，字母占两个字节

String str = "练习AB";
byte[] bytes = str.getBytes("utf-16be");
for(byte b : bytes) {
	System.out.print(Integer.toHexString(b & 0xff) + " ");
	//7e c3 4e 60 0 41 0 42 
}

编码和解码要用相同的编码格式，否则出现乱码

String str = "练习AB";
byte[] bytes = str.getBytes("utf-8");
		
String ans = new String(bytes);//默认用项目的编码方式GBK
System.out.print(ans);
//缁冧範AB
String ans_1 = new String(bytes,"utf-8");
System.out.print(ans_1);
//练习AB

** 文本文件可以是任意编码的字节序列，如果在中文机器上直接创建文本文档，只认识Ansi编码。“联”、“联通”因为恰巧符合UTF-8编码规范，所以输出会乱码。