java字符编码 - 画一个圆圈

时间:2024-02-24 14:22:45

java字符编码

要了解java的字符编码首先要弄清楚几个概念:
字符: 人们使用的记号,抽象意义上的一个符号
字节: 一个八位的计算机存储空间
字符串: 多个字符的表现形式。

字符集: 定义了那些字符能够被表示。表达了一个范围。
编码  :规定了每个字符的存储方式。

通常所说的 UNICODE 是一个字符集。
UTF-8 等 就是UNICODE的一种编码方式。

Java 中,字符串类 java.lang.String 处理的是 UNICODE 字符串,可以这么理解java中所有的字符串都以unincode作为它的内码存在:
假设我的java文件是以utf-8保存的:

Java代码 复制代码
  1.      //打印出字符串在java中表示的“内码” unicode 字符编号   
  2. public static void printStrCoding(String st){   
  3.       for(int i=0;i<st.length();i++){   
  4.            int j=(int)st.charAt(i);   
  5.            System.out.println( Integer.toHexString(j));   
  6.               
  7.        }   
  8. }  
//打印出字符串在java中表示的“内码” unicode 字符编号 public static void printStrCoding(String st){ for(int i=0;i<st.length();i++){ int j=(int)st.charAt(i); System.out.println( Integer.toHexString(j)); } }

Java代码 复制代码
  1.   String name="中文";   
  2.   System.out.println(name.length());  // 打印出2   
  3.      
  4.   byte[] bytes= name.getBytes("UTF-8" );   
  5.      
  6.   System.out.println(bytes.length);  //打印出 6    
  7.   for(int i =0;i<bytes.length;i++){   
  8.    int j=(int) bytes[i];   
  9.    System.out.println("coding: ------------------"+Integer.toHexString(j));   
  10.   }   
  11.  // utf-8 编码   
  12.  // coding: ------------------ffffffb8   
  13.  // coding: ------------------ffffffad   
  14.  // coding: ------------------ffffffe6   
  15. //  coding: ------------------ffffff96   
  16.  // coding: ------------------ffffff87   
  17.      
  18.      
  19.   printStrCoding(name);   
  20.  //unicode 字符编号   
  21.  //4e2d   
  22.  //6587  
String name="中文"; System.out.println(name.length()); // 打印出2 byte[] bytes= name.getBytes("UTF-8" ); System.out.println(bytes.length); //打印出 6 for(int i =0;i<bytes.length;i++){ int j=(int) bytes[i]; System.out.println("coding: ------------------"+Integer.toHexString(j)); } // utf-8 编码 // coding: ------------------ffffffb8 // coding: ------------------ffffffad // coding: ------------------ffffffe6 // coding: ------------------ffffff96 // coding: ------------------ffffff87 printStrCoding(name); //unicode 字符编号 //4e2d //6587

另外做个测试,将中文两个字以GB2312编码保存在文件中:
Java代码 复制代码
  1.  File f= new File("/home/linwei007/temp/aa");   
  2.  BufferedReader in = new BufferedReader(new FileReader(f));   
  3.     
  4.  String rs=in.readLine();  //读取中文两个字   
  5.     
  6.     
  7.  System.out.println("coding: ------------------"+rs);  //打印出乱马   
  8.  printStrCoding(rs);  //打印结果明显java不认识此字符   
  9.     
  10.  bytes= name.getBytes("GB2312" );   //以此编码取得字节串   
  11.  System.out.println(bytes.length);  //打印出2   
  12.  for(int i =0;i<bytes.length;i++){   
  13.   int j=(int) bytes[i];   
  14.   System.out.println("coding: ------------------"+Integer.toHexString(j));   
  15.  }   
  16.  //GB2312的编码:   
  17.  //coding: ------------------ffffffd6   
  18.  //coding: ------------------ffffffd0   
  19.  //coding: ------------------ffffffce   
  20.  //coding: ------------------ffffffc4   
  21.     
  22.  String newString= new String(bytes,"GB2312");   
  23.  System.out.println("coding: ------------------"+newString);   
  24.  //打印出正确的中文.          
  25.   
  26.  printStrCoding(newString);   
  27. //unicode 字符编号   
  28. //4e2d   
  29. //6587  
File f= new File("/home/linwei007/temp/aa"); BufferedReader in = new BufferedReader(new FileReader(f)); String rs=in.readLine(); //读取中文两个字 System.out.println("coding: ------------------"+rs); //打印出乱马 printStrCoding(rs); //打印结果明显java不认识此字符 bytes= name.getBytes("GB2312" ); //以此编码取得字节串 System.out.println(bytes.length); //打印出2 for(int i =0;i<bytes.length;i++){ int j=(int) bytes[i]; System.out.println("coding: ------------------"+Integer.toHexString(j)); } //GB2312的编码: //coding: ------------------ffffffd6 //coding: ------------------ffffffd0 //coding: ------------------ffffffce //coding: ------------------ffffffc4 String newString= new String(bytes,"GB2312"); System.out.println("coding: ------------------"+newString); //打印出正确的中文. printStrCoding(newString); //unicode 字符编号 //4e2d //6587

很明显无论那种编码,只要字符相同 它在java中的 unicode的字符编号是相同的。关键是要用正确的编码去读写。