黑马程序员---字符编码

最新推荐文章于 2021-06-25 14:55:02 发布

Lola的笔记

最新推荐文章于 2021-06-25 14:55:02 发布

阅读量642

点赞数

本文链接：https://blog.csdn.net/melinda23096/article/details/18999439

版权

旧笔记专栏收录该内容

56 篇文章 0 订阅

订阅专栏

---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ ----------------------

转换流的字符编码：


字符流的出现为了方便操作字符。

更重要是的加入了编码转换。

通过子类转换流来完成。
InputStreamReader
OutputStreamWriter

还有两个能加入字符集的是：PrintStream & PrintWriter 它们两个只能打印，不能读取。

所以玩编码表还是以转化流为主。

在两个对象进行构造的时候可以加入字符集。

编码表的由来
计算机只能识别二进制数据，早期由来是电信号。
为了方便应用计算机，让它可以识别各个国家的文字。
就将各个国家的文字用数字来表示，并一一对应，形成一张表。
这就是编码表。

常见的编码表

ASCII：美国标准信息交换码。
用一个字节的7位可以表示。

ISO8859-1：拉丁码表。欧洲码表。（拉丁语系，意大利语，法语）
用一个字节的8位表示。最高位置1.

GB2312：中国的中文编码表。两个字节一个汉字。兼容ASCII，为了和ASCII不冲突，两个字节最高位都置1。汉字都是负数。
GBK：中国的中文编码表升级，融合了更多的中文文字符号。（②要么这种）

Unicode：国际标准码，融合了多种文字。
所有文字都用两个字节来表示,Java语言使用的就是unicode，char型

UTF-8：最多用三个字节来表示一个字符。（①做项目，要么这种）
......

转换流的编码应用
可以将字符以指定编码格式存储。
可以对文本数据指定编码格式来解读。
指定编码表的动作由构造函数完成。

import java.io.*;
class EncodeStream 
{
	public static void main(String[] args) throws IOException
	{
		//writeFile();
		readFile();
	}

	public static void readFile()throws IOException
	{
		InputStreamReader isr = new InputStreamReader(new FileInputStream("UTF.txt"),"UTF-8");

		char[] ch  = new char[10];
		int len = 0;
		len=isr.read(ch);
		String s = new String(ch,0,len);

		System.out.println(s);
	}

	public static void writeFile()throws IOException
	{
		OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("UTF.txt"),"UTF-8");
		osw.write("你好");
		osw.close();
	}
}

字符编码

编码：字符串 --> 字节数组

字符串中：字符串变字节数组的方法

`byte[]`	`getBytes()` 使用平台的默认字符集将此 `String` 编码为 byte 序列，并将结果存储到一个新的 byte 数组中。
`byte[]`	`getBytes(Charset charset)` 使用给定的 charset 将此`String` 编码到 byte 序列，并将结果存储到新的 byte 数组。

byte[] getBytes(String charsetName) throwsUnsupportedEncodingException
使用指定的字符集将此 String 编码为 byte 序列，并将结果存储到一个新的 byte 数组中。

如果指定的字符集不受支持 - UnsupportedEncodingException。

解码：字节数组 --> 字符串

使用字符串的构造方法就可以使字节数组变成字符串。

构造方法摘要
String(byte[] bytes, String charsetName) throws UnsupportedEncodingException 通过使用指定的 charset 解码指定的 byte 数组，构造一个新的`String`。

如果指定的字符集不受支持 - UnsupportedEncodingException。

String(byte[] bytes)
通过使用平台的默认字符集解码指定的 byte 数组，构造一个新的 String。

String(byte[] bytes, Charset charset)
通过使用指定的 charset 解码指定的 byte 数组，构造一个新的String。

将数组中的内容变成字符串形式（打印查看）：

java.util 类 Arrays

`static String`	`toString(boolean[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(byte[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(char[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(double[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(float[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(int[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(long[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(Object[] a)` 返回指定数组内容的字符串表示形式。
`static String`	`toString(short[] a)` 返回指定数组内容的字符串表示形式。

import java.util.*;
class EncodeDemo 
{
	public static void main(String[] args) throws Exception
	{
		String s = "你好";

		byte[] by = s.getBytes("GBK");//编码

		System.out.println(Arrays.toString(by));//[-60, -29, -70, -61]

		String s1 = new String(by,"GBK");//解码

		System.out.println(s1);//你好
	}
}

编码的时候指定了GBK，解码的时候指定成了欧洲码表ISO8859-1，可以再用错的编码表编码一次，然后再用对的码表解码就行。

（服务器那边一般使用ISO8859-1，所以这方法通用）

import java.util.*;
class EncodeDemo 
{
	public static void main(String[] args) throws Exception
	{
		String s = "你好";

		byte[] by = s.getBytes("GBK");//编码表不能指定错了，如果指定成欧洲编码表就完了

		System.out.println(Arrays.toString(by));//[-60, -29, -70, -61]

		String s1 = new String(by,"ISO8859-1");//解码的时候指定错了,指定成了欧洲码表

		System.out.println(s1);//????

		//解决方案：可以再用错的编码表编码一次，然后再用对的码表解码就行
		byte[] by1 = s1.getBytes("ISO8859-1");

		System.out.println(Arrays.toString(by1));//[-60, -29, -70, -61]

		String s2 = new String(by1,"GBK");

		System.out.println(s2);//你好
	}
}

编码的时候指定了GBK,解码指定了UTF-8，用编一次解一次是变不回去的。

import java.util.*;
class EncodeDemo 
{
	public static void main(String[] args) throws Exception
	{
		String s = "你好";

		byte[] by = s.getBytes("GBK");//编码表不能指定错了，如果指定成欧洲编码表就完了

		System.out.println(Arrays.toString(by));//[-60, -29, -70, -61]

		String s1 = new String(by,"UTF-8");//编码的时候指定了GBK,解码指定成了UTF-8

		System.out.println(s1);//???

		//编码的时候指定了GBK,解码指定了UTF-8，用编一次解一次是变不回去的。
		byte[] by1 = s1.getBytes("UTF-8");

		System.out.println(Arrays.toString(by1));//[-17, -65, -67, -17, -65, -67, -17, -65, -67]

		String s2 = new String(by1,"GBK");

		System.out.println(s2);//锟斤拷锟?
	}
}

import java.util.*;
class EncodeDemo 
{
	public static void main(String[] args) throws Exception
	{
		String s = "哈哈";

		byte[] by = s.getBytes("GBK");//编码表不能指定错了，如果指定成欧洲编码表就完了

		System.out.println(Arrays.toString(by));//[-71, -2, -71, -2]

		String s1 = new String(by,"UTF-8");//编码的时候指定了GBK,解码指定成了UTF-8

		System.out.println(s1);//????

		//编码的时候指定了GBK,解码指定了UTF-8，用编一次解一次是变不回去的。
		byte[] by1 = s1.getBytes("UTF-8");

		System.out.println(Arrays.toString(by1));//[-17, -65, -67, -17, -65, -67, -17, -65, -67, -17, -65, -67]

		String s2 = new String(by1,"GBK");

		System.out.println(s2);//锟斤拷锟斤拷
	}
}

造成这个错乱现象主要是因为GBK和UTF-8都支持中文造成的。

我们一般会接触到的码表是：GBK 和 UTF-8 和 ISO8859-1。

联通：

保存，关闭，然后再打开：

你存联通的时候默认是GBK的，这两个字符4字节写进去了，当你在双击打开记事本这个应用程序的时候，解码出现问题。

点击文件-另存为：

弹出对话框：

我们发现它已经识别成UTF-8的编码了。

现在我们说说GBK 和 UTF-8 有什么特点：

同样是汉字，怎么区分什么时候使用2个字节编码，什么时候使用3个字节。

java.io 接口 DataInput 中：

import java.util.*;
class EncodeDemo2 
{
	public static void main(String[] args) throws Exception
	{
		String s = "联通";

		byte[] by = s.getBytes("GBK");//编码

		for(byte b : by)
		{
			System.out.println(Integer.toBinaryString(b&255));//只取后8位
		}
	}
}

对照UTF-8

我们发现它的编码形式与UTF-8一致：高字节以110开头，低字节以10开头。 "110 . . . . ." "10 . . . . . ." "110 . . . . ." "10 . . . . . ."

记事本在编码的时候发现这个编码规律跟UTF-8的一致，直接就去查UTF-8码表了。

就因为联通哦这三个字的编码规律非常符合UTF-8的规律，别的字没有。

---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ ----------------------

详细请查看：http://edu.csdn.net

Lola的笔记

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
黑马程序员---字符编码

---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ ---------------------- 转换流的字符编码：字符流的出现为了方便操作字符。更重要是的加入了编码转换。通过子类转换流来完成。InputStreamReaderOutputStreamWriter还有两个能加入字符集的是：
复制链接

扫一扫