再谈谈对Java C#中Unicode、编码和编码转换的理解

2019独角兽企业重金招聘Python工程师标准>>>

写这短文之前想问大家一个问题，String 类型是什么编码？那char呢？

其实，记住一句话就行了，String 和char 都是unicode编码！！！底层的虚拟机和框架只能直接操作unicode编码。String= char[]常量+方法。所以，char的编码就是String的编码。开始学java的时候，第一节课，就告诉我们 java的字符编码是unicode编码。所以我们初始化char变量的时候，只能将unicode编码赋值给char.

例如 char c=’编';char c=（char）0x7f16 。还好，大部分编码前128个字符都是一样的，也就是ASCII的前128个字符。char c=(char)65;

下面说说字符编码转换

字符编码转换的基本原理是这样的，先将原始编码转unicode编码，再转成目标编码。

比如一个utf-8编码的字节数组 byte[] bytes，先是String s=new String(bytes，“utf-8”）;//用utf-8编码的字节数组初始化一个unicode编码的字符串。byte[]  newBytes=s.getBytes("gb2312");//得到gb2312编码的字节数组。如果本身就是一个字符串了，就直接getBytes成目标编码就行了。如果是从网络上得到数据byte[]，一定要在new String设置编码类型。如果得到的目标编码不对，那一定是字符串初始化不对。
 

如果有人说，怎么将utf-8的字符串（String）转成gb2312的字符串，你直接上去给他几巴掌，String本身就是unicode编码，哪里来utf-8的字符串。好了，utf-8 gb2312都是对于字节数组来说的。

C#的也是一样的原理。

转载于:https://my.oschina.net/u/256033/blog/759643