例2:0x4F60的二进制: 0 1 0 0 1 1 1 1 0 1 1 0 0 0 0 0 我们用UTF-8补齐,变成: 11100100 10111101 10100000 E4--BD-- A0 于是返回0xE4,0xBD,0xA0 3.String和byte[] String其实核心是char[],然而要把byte转化成String,必须经过编码。 String.length()其实就是char数组的长度,如果使用不同的编码,很可能会错分,造成散字和乱码。 例:
| byte [] b={(byte)'\u00c4',(byte)'\u00e3'}; String str=new String(b,encoding); |
如果encoding=8859_1,会有两个字,但是encoding=gb2312只有一个字 这个问题在处理分页是经常发生
4.Reader,Writer/InputStream,OutputStream Reader和Writer核心是char,InputStream和OutputStream核心是byte。 但是Reader和Writer的主要目的是要把Char读/写InputStream/OutputStream 一个reader的例子: 文件test.txt只有一个"你"字,0xC4,0xE3
| String encoding=; InputStreamReader reader=new InputStreamReader( new FileInputStream("text.txt"),encoding); char []c=new char[10]; int length=reader.read(c); for(int i=0;i<c.length;i++) ***.out.println(c[i]); |
如果encoding是gb2312,则只有一个字符,如果encoding=8859_1,则有两个字符 2.我们要对Java的编译器有所了解: javac -encoding 我们常常没有用到ENCODING这个参数。其实Encoding这个参数对于跨平台的操作是很重要的。如果没有指定Encoding,则按照系统的默认Encoding,gb平台上是gb2312,英文平台上是ISO8859_1。 Java的编译器实际上是调用sun.tools.javac.Main的类,对文件进行编译,这个类有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。编译器就是根据这个变量来读取java文件的,然后把用UTF-8形式编译成class文件。 一个例子:
| public void test() { String str="你"; FileWriter write=new FileWriter("test.txt"); write.write(str); write.close(); } |
例3 如果用gb2312编译,你会找到E4 BD A0的字段 如果用8859_1编译, 00C4 00E3的二进制: 00000000 11000100 00000000 11100011-- 因为每个字符都大于7位,因此用11位编码: 11000001 10000100 11000011 10100011 C1-- 84-- C3-- A3 你会找到C1 84 C3 A3 --
|