一段java代码带你认识锟斤拷
2017-05-02 10:12
543 查看
@Test public void testKunJinKao(){ String str="我不是锟斤拷"; try { byte[] buff=null; //让我们先看看几种错误的转换,let's go //1. 正常的GBK字节流,你以为是UTF-8,所以用UTF-8去解码... buff=str.getBytes("GBK");//这里只要不抛异常,数据一定不会被破坏 String str1=new String(buff,"UTF-8"); System.out.println(str1);//这是一种情形:��� //2. 正常的UTF-8字节流,你以为是GBK,所以用GBK去解码... buff=str.getBytes("UTF-8");//这里只要不抛异常,数据一定不会被破坏 String str2=new String(buff,"GBK");//这里破坏了 System.out.println(str2);//这是另外一种情形: //说了半天,锟斤拷在哪里呢?come on //3. 本来正常的GBK字节码,在你不知道的某个环节已经被错误的使用UTF-8解码了 String str3=new String(str.getBytes("GBK"),"UTF-8"); String str4=new String(str3.getBytes("UTF-8"),"GBK");//这里你并不知道数据已经破坏了,这样用是对的。 System.out.println(str4);//锟斤拷 /** * Got it.How are you,nice to meet you. * * Why? * 如果说情形1、2是开发者自己造成的, * 那么情形3往往是开发者被坑了,别人造成的(也可能是容器层),总之你拿到的时候已经乱了。 */ /** * 细心的你会发现,正是情形1的错误,导致了情形3的发生。之所以表现不同,是因为情形1的程序猿是在UTF-8下打印输出; * 而情形3是在GBK下打印输出。 */ /** * 总结一下,锟斤拷是怎么产生的? * * 源于GBK字符集和Unicode字符集之间的转换问题。 * Unicode和老编码体系的转化过程中,肯定有一些字,用Unicode是没法表示的, * Unicode官方用了一个占位符(REPLACEMENT CHARACTER)来表示这些文字,这就是:U+FFFD * * U+FFFD的UTF-8编码出来,恰好是 '\xef\xbf\xbd'。 * * 重复多次,例如 '\xef\xbf\xbd\xef\xbf\xbd', * 然后放到GBK/CP936/GB2312/GB18030的环境中显示的话, * 一个汉字2个字节,最终的结果就是:锟斤拷——锟(0xEFBF),斤(0xBDEF),拷(0xBFBD)。 */ } catch (Exception e) { e.printStackTrace(); } }
相关文章推荐
- 一段java代码加载分析认识加载过程
- 一段代码解析JAVA中的多态
- 一段代码了解Java中char和int的转换
- 如何在纯HTML的静态网页中添加一段统计网页访问量的JAVA Script代码?
- 从头认识java-1.4 复用代码
- 贴一段java代码试试
- 一段有用的java3d代码,演示了java3d鼠标滑过对象事件。
- 一段代码备忘,放在这里,我以前好象没有发表过,CN-JAVA竟然有人原文COPY了说是他的原创.发个修改版的.
- 收藏的一段关于java大数运算的代码
- 一段去除字符前后全角半角tab的java代码
- 一段java代码的一些思索
- java中动态执行一段代码
- java一段简单的代码看懂多线程结果
- java中运行一段代码所需时间实现方式
- 一段代码让你秒懂java方法到底是传值还是传地址
- 从头认识java-1.4 复用代码
- 如何看一段JAVA代码耗了多少内存
- CSDN JAVA版主老紫竹的一段模拟买火车票的多线程代码(转)
- 如何用Java编写一段代码引发内存泄露
- 解释一段java关于同步锁synchronized代码的结果