java编码问题
2016-01-21 14:37
513 查看
public static final Charset DEFAULT_CHARSET = Charset.forName(”UTF-8”)什么意思
定义一个默认字符集变量:DEFAULT_CHARSET
并赋值为: utf-8类型的字符集
并且此变量为 公共的静态和最终态变量,
即此变量不能再次赋值,静态(static)的意思是说,无论此变量所在类有多少对象,此变量只有一个,是属于此类的变量,只占一处堆栈空间。
在Java中,String的getBytes()方法是得到一个操作系统默认的编码格式的字节数组。这个表示在不通OS下,返回的东西不一样!
String.getBytes(String decode)方法会根据指定的decode编码返回某字符串在该编码下的byte数组表示,如
byte[] b_gbk = “中”.getBytes(“GBK”);
byte[] b_utf8 = “中”.getBytes(“UTF-8”);
byte[] b_iso88591 = “中”.getBytes(“ISO8859-1”);
将分别返回“中”这个汉字在GBK、UTF-8和ISO8859-1编码下的byte数组表示,此时b_gbk的长度为2,b_utf8的长度为3,b_iso88591的长度为1。
而与getBytes相对的,可以通过new String(byte[], decode)的方式来还原这个“中”字时,这个new String(byte[], decode)实际是使用decode指定的编码来将byte[]解析成字符串。
String s_gbk = new String(b_gbk,”GBK”);
String s_utf8 = new String(b_utf8,”UTF-8”);
String s_iso88591 = new String(b_iso88591,”ISO8859-1”);
通过打印s_gbk、s_utf8和s_iso88591,会发现,s_gbk和s_utf8都是“中”,而只有s_iso88591是一个不认识的字符,为什么使用ISO8859-1编码再组合之后,无法还原“中”字呢,其实原因很简单,因为ISO8859-1编码的编码表中,根本就没有包含汉字字符,当然也就无法通过”中”.getBytes(“ISO8859-1”);来得到正确的“中”字在ISO8859-1中的编码值了,所以再通过new String()来还原就无从谈起了。
因此,通过String.getBytes(String decode)方法来得到byte[]时,一定要确定decode的编码表中确实存在String表示的码值,这样得到的byte[]数组才能正确被还原。
有时候,为了让中文字符适应某些特殊要求(如http header头要求其内容必须为iso8859-1编码),可能会通过将中文字符按照字节方式来编码的情况,如
String s_iso88591 = new String(“中”.getBytes(“UTF-8”),”ISO8859-1”),
这样得到的s_iso8859-1字符串实际是三个在 ISO8859-1中的字符,在将这些字符传递到目的地后,
目的地程序再通过相反的方式String s_utf8 = new String(s_iso88591.getBytes(“ISO8859-1”),”UTF-8”)来得到正确的中文汉字“中”。这样就既保证了遵守协议规定、也支持中文。
来个网上的截图资料
几点心得:
1)String类始终是以Unicode编码形式存储.
2)注意String.getBytes()的使用:
如果不带字符集参数,就会依赖于JVM的字符集编码,LINUX上一般为UNICODE,WINDOWS下一般为GBK.(要想改变JVM缺省字符集编码,启动JVM时用选项-Dfile.encodeing=UTF-8.
为了安全起见,建议始终带参数调用,例如:String s ; s.getBytes(“UTF-8”)。
3)Charset类非常好用,
Charset.encode 是编码,即把String按你指定的字符集编码格式进行编码后输出字节数组。
Charset.decode 是解码,即把一个字节数组按你指定的字符集编码格式进行解码后输出成字符串。
举例如下:
定义一个默认字符集变量:DEFAULT_CHARSET
并赋值为: utf-8类型的字符集
并且此变量为 公共的静态和最终态变量,
即此变量不能再次赋值,静态(static)的意思是说,无论此变量所在类有多少对象,此变量只有一个,是属于此类的变量,只占一处堆栈空间。
在Java中,String的getBytes()方法是得到一个操作系统默认的编码格式的字节数组。这个表示在不通OS下,返回的东西不一样!
String.getBytes(String decode)方法会根据指定的decode编码返回某字符串在该编码下的byte数组表示,如
byte[] b_gbk = “中”.getBytes(“GBK”);
byte[] b_utf8 = “中”.getBytes(“UTF-8”);
byte[] b_iso88591 = “中”.getBytes(“ISO8859-1”);
将分别返回“中”这个汉字在GBK、UTF-8和ISO8859-1编码下的byte数组表示,此时b_gbk的长度为2,b_utf8的长度为3,b_iso88591的长度为1。
而与getBytes相对的,可以通过new String(byte[], decode)的方式来还原这个“中”字时,这个new String(byte[], decode)实际是使用decode指定的编码来将byte[]解析成字符串。
String s_gbk = new String(b_gbk,”GBK”);
String s_utf8 = new String(b_utf8,”UTF-8”);
String s_iso88591 = new String(b_iso88591,”ISO8859-1”);
通过打印s_gbk、s_utf8和s_iso88591,会发现,s_gbk和s_utf8都是“中”,而只有s_iso88591是一个不认识的字符,为什么使用ISO8859-1编码再组合之后,无法还原“中”字呢,其实原因很简单,因为ISO8859-1编码的编码表中,根本就没有包含汉字字符,当然也就无法通过”中”.getBytes(“ISO8859-1”);来得到正确的“中”字在ISO8859-1中的编码值了,所以再通过new String()来还原就无从谈起了。
因此,通过String.getBytes(String decode)方法来得到byte[]时,一定要确定decode的编码表中确实存在String表示的码值,这样得到的byte[]数组才能正确被还原。
有时候,为了让中文字符适应某些特殊要求(如http header头要求其内容必须为iso8859-1编码),可能会通过将中文字符按照字节方式来编码的情况,如
String s_iso88591 = new String(“中”.getBytes(“UTF-8”),”ISO8859-1”),
这样得到的s_iso8859-1字符串实际是三个在 ISO8859-1中的字符,在将这些字符传递到目的地后,
目的地程序再通过相反的方式String s_utf8 = new String(s_iso88591.getBytes(“ISO8859-1”),”UTF-8”)来得到正确的中文汉字“中”。这样就既保证了遵守协议规定、也支持中文。
来个网上的截图资料
几点心得:
1)String类始终是以Unicode编码形式存储.
2)注意String.getBytes()的使用:
如果不带字符集参数,就会依赖于JVM的字符集编码,LINUX上一般为UNICODE,WINDOWS下一般为GBK.(要想改变JVM缺省字符集编码,启动JVM时用选项-Dfile.encodeing=UTF-8.
为了安全起见,建议始终带参数调用,例如:String s ; s.getBytes(“UTF-8”)。
3)Charset类非常好用,
Charset.encode 是编码,即把String按你指定的字符集编码格式进行编码后输出字节数组。
Charset.decode 是解码,即把一个字节数组按你指定的字符集编码格式进行解码后输出成字符串。
举例如下:
String s = Charset.defaultCharset().displayName(); String s1 = "我喜欢你,My Love"; ByteBuffer bb1 = ByteBuffer.wrap(s1.getBytes("UTF-8")); for(byte bt:bb1.array()){ System.out.printf("%x",bt); } //char[]用法 char[] chArray={'I','L','o','v','e','你'}; //CharBuffer用法 CharBuffer cb = CharBuffer.wrap(chArray); //重新定位指针 cb.flip(); String s2= new String(chArray); //ByteBuffer用法 ByteBuffer bb2 = Charset.forName("utf-8").encode(cb); // 利用Charset编码为指定字符集 ByteBuffer bb3 = Charset.forName("utf-8").encode(s1); byte [] b = bb3.array() ; // 利用Charset按指定字符集解码为字符串 ByteBuffer bb4= ByteBuffer.wrap(b); String s2 = Charset.forName("utf-8").decode(bb4).toString();
相关文章推荐
- 类型:Java;问题:eclipse配置maven;结果:eclipse配置maven
- 0100 Java就业班课程表
- jdk自带的查看死锁工具
- java导出excel
- Java学习——1.初出茅庐
- JAVA虚拟机之三:CMS垃圾收集器
- Java中输出当前时间的各种方法(较齐全)
- JAVA中extends 与implements区别
- Spring 3.1 MVC REST 支持之跨域访问(Cross-origin resource sharing)
- java实现post,get请求
- HBase-1.0.1学习笔记(五)HBase Java客户端
- 69道Spring面试题和答案
- Spring-Boot 统一异常处理
- eclipse的各种错误和解决方法
- Struts2学习笔记——Struts2与Spring整合
- 当Java代码遇上抽象、重载加重写,一切都不美好了
- 【推荐算法】协同过滤算法——基于用户 Java实现
- 关于运行java程序报错拒绝访问的问题
- Eclipse批量格式代码+代码格式设置
- 使用 Java 平台管理 bean