Java進階 III

第三章 高級文本處理

1. Java字符編碼

1. 字符、ASCII碼
   ASCII碼規定：計算機用1字節（1 Byte = 8 bits)存儲常用字符

字符	ASCII碼	二進制表示
回車鍵(打不出來)	13	0000 1101
0	48	0011 0000
A	65	0100 0001
a	97	0110 0001

2. 擴展編碼
   ASCII碼采用1Byte，8bits，最多256字符 ~ 不夠用（漢字幾十萬） ~ 擴展編碼:加字節來擴充編碼
中文編碼：GB18030 > GBK > GB2312
3. Unicode編碼（目標是世界通用）
   變長方案：UTF-8 UTF-16 UTF-32
   UTF-8 ~ 1-4字節 ~ 經濟方便，兼容ASCII，用最廣
   UTF-16 ~ 2-4字節
   UTF-32 ~ 4字節
4. ANSI編碼（Windows默認、非Unicode）

Windows系統語言環境	ANSI代表
簡體中文WinOS中	GBK編碼
繁體中文WinOS中	Big5編碼

• 記事本默認ANSI保存
• ANSI不能跨編碼兼容 ~ 首選UTF-8

5. Java字符編碼
   源文件：采用UTF-8 ~ 寫注釋可以中、英、日
   Eclipse: 右鍵.java/項目 ~ 屬性 ~ resourse ~ 選擇UTF-8
   程序内部：UTF-16（程序員無法控制）
   與外界文本文件：統一用UTF-8（讀/寫采用編碼類型不同會亂碼 ）
   瞭解Java字符編碼：
   CharsetTest.java TxtReadUTF8.java TxtWriteUTF8.java

2.Java國際化編程（i18n）

• 一套軟件，多種語言（Property ~ Java X）
  

1. Locale類的方法
   getAvailableLocales() ~ 返回所有可用的Locale
getDefault() ~ 返回默認Locale
2. 語言文件
   Property文件：k-v對
   demo：age = 20
   命名規則：包名+（語言+國家地區）.properties
   demo:
message.properties
message_zh.properties
message_zh_CN.properties
   .properties文件必須是ASCII文件或者Unicode表示\uxxx ~　native2ascii轉碼（記事本編碼需設爲ANSI）
   
   
   
3. ResourceBundle根據k~v查找路徑(優先級往下遞減)
   包名_當前Locale語言_當前Locale國家地區_當前Locale變量（不常用）
   包名_當前Locale語言_當前Locale國家地區
包名_當前Locale語言
包名_默認Locale語言_默認Locale國家地區_默認Locale變量（不常用）
   包名_默認Locale語言_默認Locale國家地區
包名_默認Locale語言
包名

3.Java正則表達式（獨立于特定語言）

作用：測試模式/識別替換文本/提取文本

4.其它字符串操作

字符串集合互转
字符串转义
变量名格式化
字符串输入流

*附錄

1. 擴展編碼demo

名稱	内容
ISO8859(1-15)	西歐語言
GB2132（1980）， GBK（1995）	ASCII+簡體中文
GB18030（2000，2005兩個版本）	ASCII+簡體中文
Big5	ASCII+繁體中文
Shfit_JIS	ASCII+日本語

2. 瞭解Java字符編碼demo