88-Java的IO流前置内容：字符集、字符集编码和解码操作

一、IO流前置内容：字符集

1、字符集基础知识

• 计算机底层不可以直接存储字符的，只能存储**二进制(0、1)**

• 二进制是可以转换成十进制的

  

---

结论：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。

---

---

2、ASCII字符集

• ASCII(American Standard Code for Information Interchange：美国信息交换标准代码)：包括了数字、英文、符号。

• ASCII使用1字节存储一个字符，1个字节是8位，总共可以表示128个字符信息，对于英文、数字来说是够用了。

  

---

---

3、GBK

• Windows系统默认的码表。兼容ASCII码表，也包含了几万个汉字，并支持繁体汉字以及部分日韩文字。
• 注意：GBK是中国的码表，一个中文以两个字节的形式存储。但不包含世界上所有国家的文字。

---

---

4、Unicode码表

• unicode（又称统一码、万国码、单一码）是计算机科学领域里的一项业界字符编码标准。
• 容纳世界上大多数国家的所有常见文字和符号。
• 由于Unicode会先通过UTF-8，UTF-16，以及UTF-32的编码成二进制后再存储到计算机，其中最为常见的就是UTF-8.

注意：

• 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。
• UTF-8也要兼容ASCII编码表。
• 技术人员都应该使用UTF-8的字符集编码。
• 编码前和编码后的字符集需要一致，否则会出现中文乱码。

---

---

5、汉字存储和展示过程解析

---

---

总结

1、字符串常见的字符底层组成是什么样的？

• 英文和数字等在任何国家的字符集中都占1个字节
• GBK字符中一个中文字符占2个字节
• UTF-8编码中一个中文1般占3个字节

2、编码前的字符集和编码后的字符集有什么要求？

• 必须一致，否则会出现中文字符乱码
• 英文和数字在任何国家的编码中都不会乱码

---

---

---

二、IO流前置内容：字符集的编码、解码操作

1、String编码

方法名称	说明
byte[] getBytes()	使用平台的默认字符集将该 String编码为一系列字节，将结果存储到新的字节数组中
byte[] getBytes(String charsetName)	使用指定的字符集将该 String编码为一系列字节，将结果存储到新的字节数组中

---

---

2、String解码

构造器	说明
String(byte[] bytes)	通过使用平台的默认字符集解码指定的字节数组来构造新的String
String(byte[] bytes, String charsetName)	通过指定的字符集解码指定的字节数组来构造新的String

package com.app.d4_charset;

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

/**
    目标：学会自己进行文字的编码、解码，为以后可能用到的业务场景做准备。
 */
public class CharsetDemo {
    public static void main(String[] args) throws Exception {
        // 1、编码：把文字转换成字节（使用指定的编码）
        String name = "Hello，我的世界123！";

        byte[] bytes1 = name.getBytes();    // 以当前代码默认字符集进行编码（看屏幕右下角：UTF-8）
        System.out.println("使用UTF-8编码后的字节数：" + bytes1.length);
        System.out.println("使用UTF-8编码后：" + Arrays.toString(bytes1));

        System.out.println();

        byte[] bytes2 = name.getBytes("GBK");   // 指定GBK编码
        System.out.println("使用GBK编码后的字节数：" + bytes2.length);
        System.out.println("使用GBK编码后：" + Arrays.toString(bytes2));

        System.out.println("----------------------");

        // 2、解码：把字节转换成对应的中文形式（编码前和编码后的字符集必须一致，否则中文会出现乱码，英文和数字不会乱码！）
        String rs1 = new String(bytes1);                     // 默认的UTF-8
        System.out.println("使用UTF-8解码后：" + rs1);

        System.out.println();

        String rs2 = new String(bytes2, "GBK");   // 指定GBK解码
        System.out.println("使用GBK解码后：" + rs2);
    }
}

使用UTF-8编码后的字节数：26
使用UTF-8编码后：[72, 101, 108, 108, 111, -17, -68, -116, -26, -120, -111, -25, -102, -124, -28, -72, -106, -25, -107, -116, 49, 50, 51, -17, -68, -127]

使用GBK编码后的字节数：20
使用GBK编码后：[72, 101, 108, 108, 111, -93, -84, -50, -46, -75, -60, -54, -64, -67, -25, 49, 50, 51, -93, -95]
----------------------
使用UTF-8解码后：Hello，我的世界123！

使用GBK解码后：Hello，我的世界123！

Process finished with exit code 0

---

---