Java-字符集、编码、解码

个人简介

• 大家好，我是翰慧腾。一名正在努力学JAVA的大一小白，本文章为初学的笔记，希望各位多多指教。💙
• 欢迎点赞+收藏+留言💜
• ✨爱你所爱 求你所求 得你所得🧡

一、字符集

概述：计算机底层是不可以直接存储字符的，计算机中底层只能存储二进制（0、1），由于二进制是可以转成十进制的，因此计算机底层可以表示十进制编号。计算机可以给人类字符进行编号存储，这套编号规则就是字符集。

ASCII字符集：ASCII是美国信息交换标准代码， 包括了数字、英文、符号。使用1个字节存储一个字符，一个字节是8位，总共可以表示128个字符信息。(英文和数字在任何国家的字符集中都占1个字节，因此英文和数字在任何国家中的编码都不会出现乱码)。

GBK:window系统默认的码表。兼容ASCII码表，也包含了几万个字符，并支持繁体汉字以及部分日韩文字。

Unicode码表（又称万国码、单一码、统一码）：计算机业界字符编码标准。容纳大多数国家的所有常见文字和符号。

Unicode会通过UTF-8、UTF-16、UTF-32的编码成二进制后再存储到计算机，常用的就是UTF-8的字符集编码。

Unicode是万国码，以UTF-8编码后一个中文一般以三个字节的形式存储。

注意：编码前和编码后的字符集需要一致，否则会出现乱码。

 

String类提供了一些编码和乱码：

 

import java.io.UnsupportedEncodingException;
import java.util.Arrays;

/**
 * @author hanhan
 * date 2022/4/11 14:30
 * 努力已经来不及了，你得拼命
 */
public class Demo_bianma {
    public static void main(String[] args) throws UnsupportedEncodingException {
        String s="123渣男";
        //编码
        byte[] b=s.getBytes("GBK");//通过GBK编码
        byte[] bb=s.getBytes();//通过默认UTF-8编码
        System.out.println(b.length);//输出字节数
        System.out.println(bb.length);
        System.out.println(Arrays.toString(b));
        System.out.println(Arrays.toString(bb));
        //解码：把字节转化成对应的中文
        String s1=new String(b);//上述b是用GBK编码，下面用默认的UTF-8就会出现乱码
        System.out.println(s1);//123����
        String s2=new String(b,"GBK");//编码前后用同样的字符集
        System.out.println(s2);//123渣男
        String s3=new String(bb);
        System.out.println(s3);//123渣男

    }
}

结果：