Java中用UTF-16编码字符(见博文Java 正确遍历字符串),Charset类建立了UTF-16编码的字节序列和其它字符编码方式的字节序列之间的映射(包括辅助字符)。当从外面读入表示字符的字节流时,我们可以通过Charset类指定原来字符的编码方式,好让程序可以正确的把字符原来的字节编码转化为Java自己的字节编码;同样,当把字符写出时,我们可以通过Charset指定字符的编码方式。下面举两个简单的例子来说明Charset的使用。
public void test1() {
Charset charset = Charset.forName("UTF-8");
try {
InputStream inputStream = new FileInputStream("test1.txt");
int num = inputStream.available();
System.out.println("available bytes number is : " + num);
byte[] bytes1 = null;
if (num > 0) {
bytes1 = new byte[num];
System.out.println("bytes1 length is : " + bytes1.length);
inputStream.read(bytes1);
// charset指定的是字节数组原来的字符编码集
System.out.println(new String(bytes1, charset));
}
} catch (FileNotFoundException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
public void test2() {
Charset charset = Charset.forName("UTF-8");
try {
OutputStream outputStream = new FileOutputStream("test1.txt");
String compareString = "liyuncong wangfang 李";
// charset指定对字符串中字符编码的字符编码集
byte[] bytes2 = compareString.getBytes(charset);
outputStream.write(bytes2);
} catch (FileNotFoundException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
在Java中,Charset的正确使用是非常重要的,比如当我们从互联网上下载大量网页时,需要发现网页的正确编码并在读入时利用Charset类正确将其转码,否则下载的网页就没有任何意义了。