大家对这两个的字符编码集的认识应该是从乱码问题开始的吧,如Idea默认是utf-8的,某一天,用他打开了某个GBK老项目,那就GG了,今天我们就先来聊一聊GBK
一回生
每当遇到乱码问题,第一反应就是,是不是字符集用错了,然后就在idea/vscode右下角去改字符集。首先我们来聊一聊为什么需要编码,小刀的理解是,没有编码之前,我们想说的话,只是存在于我们的脑海里面。如学习java,我们就一直在脑子里面想着要学习java,通过编码,我们可以大声的说出来,如我们中国人会说:我要学习java , 英美会说:I want to learn java 等等。
回到机算机身上来就是,在这个应用程序里面想的是这个值,那么我们要持久化下来,存成文件,存到数据库等等给别的程序访问,或者发送到网络,给别的计算机访问,这些都是要编码,把想的,用大家都认识的一种语言格式来写出来。
二回熟
在具体学习编码方式之前,还需要明确一点,按照我们上面的分析,想的其实都是字符串,编完码之后都是byte编码和解码可以理解为字符串到byte和byte到字符串的过程。从GBK源码中,我们也可以看到,在encode, decode之前会初始化一个映射关系。
然后我们源着代码往下看,可以看到两个大的对象,如下图所示:
其实小刀也不知道是什么意思,就把它拷贝下来单独执行了下:
这就很熟悉了,因此小刀可以猜测这个b2cSBStr
的意思是,SB, single byte ,单字节的转换
下面这个运行一看,原来这就是我们的汉字了。
注意注意,这时候还只是unicode !!
注意注意,这时候还只是unicode !!
今天先和大家聊到这里,明天我们来一起深入到DoubleByte
中,看看对具体对某一个字符是怎么编码的
下现补充两个知识点:
知识点一,十六进制
这个应该不算很难的知识点,十进制是0~9 , 二进制是0~1,那十六进制就是0~15了。只不过我们加上了ABCDEF这几个字母依次代表 10,11,12,13,14,15。 归根结底,在计算机中最终都要转成二进制的,因为计算机比较蠢,只认识二进制,如15=F=1111。引入16进制的好处就是,可以用1位来代替二进制的4位,可以代表16种状态,相当的方便。
知识点二,String的存储方式
这一点在以前的文章中写过,以前String内部会有一个char[]数组,char是用两个字节来表示一个字符,后来String内部改成了byte[]来存这些字符,详情请参考以下这几篇文章
Java学习|图说String(一):String的存储方式
配套小程序
最后是本公众号配套的小程序,我们的学习文章,每日一练啊等等都在这里,走过路过,扫个码看看呗
往期学习册: