Java语言的中文处理

Java 的 基 本 的char 类 型 被 定 义 成 无 符 号 的16 位， 它 是Java 中 唯 一 的 一 个 无 符 号 类 型。 使 用16 位 表 达 字 符 的 主 要 原 因 是 要 让Java 能 够 支 持 任 何Unicode 字 符， 因 此 而 使 得Java 适 用 于 描 述 或 显 示 任 何 被Unicode 支 持 的 语 言， 可 移 植 性 也 就 会 更 好。 但 是， 能 够 支 持 某 种 语 言 的 字 符 串 显 示， 和 能 够 正 确 打 印 某 种 语 言 的 字 符 串， 常 常 是 两 个 不 同 的 问 题。 由 于Oak（Java 最 初 的 代 号） 开 发 组 的 主 要 环 境 是Unix 系 统 和 某 些 源 于Unix 的 系 统， 所 以 对 开 发 人 员 来 说， 最 为 方 便 实 用 的 字 符 集 是ISO Latin-1。 相 应 地， 这 一 开 发 组 就 带 有Unix 遗 传 性， 也 就 导 致 了Java 的I/O 系 统 在 很 大 程 度 上 以Unix 的 流 概 念 为 模 型， 而 在Unix 系 统 中， 每 一 种I/O 设 备 都 是 用 一 串8 比 特 的 流 来 表 示。 这 种 在I/O 系 统 方 面 取 模 于Unix 的 做 法， 使 得Java 语 言 拥 有16 位 的Java 字 符， 而 却 只 有8 位 的 输 入 设 备， 这 样 就 给Java 带 来 了 些 不 足。 因 此 在 任 何 一 处Java 字 符 串 按8 位 来 读 入 或 写 出 的 地 方， 都 得 有 一 小 段 程 序 代 码， 被 称 为" 劈(hack)"， 来 将8 位 的 字 符 映 射 成 为16 位Unicode， 或 将16 位 的Unicode 劈 成8 位 字 符。

 

例子：

下面程序代码：说名利用InputStringReader类，从原始的byte数据来转换成既定的字符集

 

import java.io.*;

 

public class rfnew

{

 

public static void main(String args[])

{

 

       FileInputStream fis;

 

       InputStreamReader  isr;

 

       char ch;

 

       try

       {

 

              fis = new FileInputStream("gq.txt");

 

              isr = new InputStreamReader(fis);

 

              while (true)

              {

 

                     ch = (char) isr.read();

 

                     System.out.print(ch);

 

                     System.out.flush();

 

                     if (ch == '/n') break;

 

              }

 

              fis.close();

 

       }

       catch (Exception e) { }

 

       System.exit(0);

 

}

 

}

 

InputStringReader类的说明:

An InputStreamReader is a bridge from byte streams to character streams: It reads bytes and decodes them into characters using a specified charset. The charset that it uses may be specified by name or may be given explicitly, or the platform's default charset may be accepted.