Java_编码表

/**
 * 编码表
 *编码表的由来：
 * 	计算机只能识别二进制数据，早期由来是电信号。为了方便应用计算机，让它可以识别各个国家的文字。
 * 	就将各个国家的文字用数字来表示，并一一对应，形成一张表，这就是编码表。
 *常见的编码表：
 *	ASCII:美国标准信息交换码，用一个字节的7为可以表示。
 *	ISO8859-1:拉丁码表。欧洲码表，用一个字节的8位表示。
 *	GB2312:中国的中文编码表。
 *	GBK:中国的中文编码表升级，融合了更多的中文文字符号。
 *	Unicode:国际标准码，融合了多种文字。
 *	所有文字都用两个字节来表示，Java语言使用的就是unicode
 *	UTF-8:最多用三个字节来表示一个字符。
 */

public class Demo15 {
	public static void main(String[] args) throws UnsupportedEncodingException{
		//字符串-->字符数组：编码
		//字符数组-->字符串：解码
		String str = "您好";
		//编码
		byte[] buf1 = str.getBytes("GBK");
		printBytes(buf1);
		byte[] buf2 = str.getBytes("UTF-8");
		printBytes(buf2);
		//解码
		String s1 = new String(buf1);
		System.out.println("s1="+s1);
		String s2 = new String(buf2,"UTF-8");
		System.out.println("s2="+s2);
	}
	private static void printBytes(byte[] buf){
		for(byte b:buf){
			System.out.print(b+" ");
		}
		System.out.println();
	}
}

/**
 *练习：
 *在java中，字符串"abcd"与字符串"ab您好"的长度是一样，都是四个字符。
 *但对应的字节数不同，一个汉字占两个字节。
 *定义一个方法，按照最大的字节数来取子串。
 *如：对于"ab你好"，如果取三个字节，那么子串就是ab与"你"字的半个。
 *那么半个就要舍弃。如果取四个字节就是"ab你"，取五个字节还是"ab你"。
 */
public class Demo16 {
	public static void main(String[] args) throws Exception{
		String str = "ab你好cd谢谢";
		int len = str.getBytes("GBK").length;
		for(int i = 1;i<len;i++){
			System.out.println("截取"+i+"个字节对应的字符为："+cutString(str,i));
		}
	}
	private static String cutString(String str,int len) throws Exception{
		byte[] bytes = str.getBytes("GBK");
		int count = 0;
		for(int i=len-1;i>=0;i--){
			//gbk编码的值两个字节值一般都为负，记录连续的负数个数，如果为技术，则舍弃
			if(bytes[i]<0){
				count++;
			}else{
				break;
			}
		}
		if(count % 2 == 0){
			return new String(bytes,0,len,"GBK");
		}else{
			return new String(bytes,0,len-1,"GBK");
		}
		
	}
}