java的unicode_java与Unicode

在notepad++中用utf8格式保存“你好”两个汉字，文件名为a.txt.

在eclipse中设置编码格式为gbk.在eclipse中用FileReader读取这个文件。FileReader的read方法返回的为int型，用char做强制转换。结果出现乱码，第一个乱码为“浣”。

由于a.txt中的编码格式为utf8，故在硬盘中"你"保存为1110 0100，1011 1101，1010 0000.由于eclipse的格式为gbk，每个gbk字符占两个字节。故以gbk格式读取时，1110 0100，1011 1101(0xE4BD)被解读为gbk格式的“浣”。又因为java的字符串在内存中以unicode表示,故做了一次编码转换。这个"浣"读入内存后采用unicode表示，具体表示为0x6D63.

最后FileReader的read方法返回的int型数值是"浣"unicode编码也就是0x6D63的十进制形式。用char强转之后依然是“浣”。

用char进行强转时，总是会试图用unicode格式去解码。例如，不论eclipse的编码格式是什么，(char)28003永远输出的是"浣"，因为“浣”的unicode编码为0x6D63，而28003转换为十六进制也是0x6D63。