java编码解码过程

       最近做项目的时候,有时会遇到中文乱码的问题,网上查询了很多资料,发现大多都是只讲解决方案,并没有讲到为什么要使用这种方案,这种方案的原理是什么?

       最典型的就是连接数据库的URL,我们一般把它放到classpath下的db.properties中,然后尽管我们的java代码设置了UTF-8,JSP也设置了UTF-8,数据库也设置了UTF-8,但是插入数据到数据库中仍然会出现中文乱码,最后我们的解决方案是在连接数据库的URL上加上连接使用的编码格式UTF-8,但是我们会纳闷为什么要这么做呢?

      下面我们来聊下java编码的问题,为什么要编码,有哪些编码,怎么编码和解码,为什么会有中文乱码,怎么解决中文乱码。

1.为什么要编码

       这个问题必须要回到计算机是如何表示我们人类能够理解的符号的,这些符号也就是我们人类使用的语言。由于人类的语言太多,因而表示这些语言的符号太多,无法使用计算机中一个基本的存储单元---byte来表示,因而必须要经过拆分或一些翻译工作,才能让计算机理解我们的语言。我们可以把计算机能够理解的语言假定为英语,其他语言要能够在计算机中使用必须经过一次翻译,把它翻译成英语。这个翻译的过程就是 编码。

       所以总的来说,编码的原因可以总结为:计算机中存储信息的最小单元是一个字节,即8个bit,所以能表示的字符范围是0-255个;人类要表示的符号太多,无法用一个字节来完全表示。

要解决这个矛盾必须要有一个新的数据结构char,从char到byte必须编码。

2.常见的编码

        明白了各种语言需要交流,经过翻译是必须的,那么又如何来翻译呢?计算机中提供了多种翻译方式,常见的有ASCII,ISO-8859-1,GB2312,GBK,UTF-8,UTF-16等。他们可以被看做字典,他们规定了转化的规则,按照这个规则可以让计算机正确地标识我们的字符。目前的编码格式很多,如GB2312,GBK,UTF-8,UTF-16都可以标识一个汉字,那我们到底选择哪种编码格式来存储汉字呢?这就要考虑其他因素呢,是存储空间重要还是编码的效率重要。

3.怎么编码,解码

以String为例,代码如下:

// 内存中的一段包含中文的字段串,本身是以unicode存在的
String s="这是一段中文字符串"; 
// 将unicode码编码成UTF-8
byte[] b=s.getBytes("UTF-8");
// 将UTF-8码解码为字符串
String n=new String(b,"UTF-8");

编码的用途:把我们用户能够认识的语言转化为计算机能够认识的语言,一般用在传输或者存储时,也就是涉及到计算机的操作而不是针对用户而言。

解码:把字节码解释为我们用户能够认识的语言。

4.为什么有中文乱码

第一种情况:使用不能识别中文的字符集来编码,这种情况比较少见

第二种情况,使用一种字符集来编码,却用另一种字符集来解码,这种比较多见,比如,java代码采用UTF-8编码,但是访问数据库的时候,数据库采用GBK来解码,这就会出现中文乱码。

Charset使用

Charset charset=Charset.forName("UTF-8");
ByteBuffer byteBuffer=charset.encode("测试");
CharBuffer charBuffer=charset.decode(byteBuffer);

5.java中怎么编解码

String name="I am 小明";
// ISO-8895-1编码
byte[] iso8859=name.getBytes("ISO-8895-1");
// GB2312编码
byte[] gb2312=name.getBytes("GB2312");
// GBK编码
byte[] gbk=name.getBytes("GBK");

 

getBytes方法调用链

String str="小米";
byte[] b=str.getBytes("UTF-8"); // 不传参数,默认为ISO-8859-1编码
 public byte[] getBytes(String charsetName)
            throws UnsupportedEncodingException {
        if (charsetName == null) throw new NullPointerException();
        return StringCoding.encode(charsetName, value, 0, value.length);
    }

 

 static byte[] encode(String charsetName, char[] ca, int off, int len)
        throws UnsupportedEncodingException
    {
        StringEncoder se = deref(encoder);
        String csn = (charsetName == null) ? "ISO-8859-1" : charsetName;
        if ((se == null) || !(csn.equals(se.requestedCharsetName())
                              || csn.equals(se.charsetName()))) {
            se = null;
            try {
                Charset cs = lookupCharset(csn); //生成字符集实例
                if (cs != null)
                    se = new StringEncoder(cs, csn);
            } catch (IllegalCharsetNameException x) {}
            if (se == null)
                throw new UnsupportedEncodingException (csn);
            set(encoder, se);
        }
        return se.encode(ca, off, len);
    }

 

 private static Charset lookupCharset(String csn) {
        if (Charset.isSupported(csn)) {
            try {
                return Charset.forName(csn);
            } catch (UnsupportedCharsetException x) {
                throw new Error(x);
            }
        }
        return null;
    }

 

  private StringEncoder(Charset cs, String rcn) {
            this.requestedCharsetName = rcn;
            this.cs = cs;
            this.ce = cs.newEncoder()
                .onMalformedInput(CodingErrorAction.REPLACE)
                .onUnmappableCharacter(CodingErrorAction.REPLACE);
            this.isTrusted = (cs.getClass().getClassLoader0() == null);
        }

 

 

 

 

 

 

 

  • 5
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值