预备知识: 1.字节和unicode
如果你不指定converter,则系统会自动使用当前的Encoding,GB平台上用GBK,EN平台上用8859_1 我们来就一个简单的例子: "你"的gb码是:0xC4E3 ,unicode是0x4F60 你用:
打印出来是0x4F60 但是如果使用8859_1的编码,打印出来是 0x00C4,0x00E3 例1 反过来:
打印出来是:0xC4,0xE3 例2 如果用8859_1就是0x3F,?号,表示无法转化 很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把Encoding输入,这给我们带来诸多不便。很多程序难得用encoding了,直接用default的encoding,这就给我们移植带来了很多困难 2.UTF-8 UTF-8是和Unicode一一对应的,其实现很简单 7位的Unicode: 0 _ _ _ _ _ _ _ 11位的Unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _ 16位的Unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 21位的Unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 大多数情况是只使用到16位以下的Unicode: 你"的gb码是:0xC4E3 ,unicode是0x4F60 我们还是用上面的例子 例1:0xC4E3的二进制: 1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1 由于只有两位我们按照两位的编码来排,但是我们发现这行不通, 因为第7位不是0因此,返回"?"
|
正在阅读:Java中文问题详解,底层编码解剖Java中文问题详解,底层编码解剖
2004-10-29 12:07
出处:PConline
责任编辑:linjixiong
键盘也能翻页,试试“← →”键