java--字符编码简介

基础知识
   
字节和字符
      字节(byte):一个八位的存储单元，取值范围一定是0～255;
      字符(character):就是一个语言上的符号,"中"字就是一个字符。
                 字符所占的大小由其编码方式解决,比如"中"在UTF-8中占3个字节(0xE4A8AD),而在GBK中,则占两个字节(0xD6D0)。
   
字符集和编码
      字符集:字符的集合，像Unicode字符集，目标就是收纳了这个世界上所有语言的文字、符号等;
    
      字符编码:注意,字符集只是规定了有哪些字符,而最终决定采用哪些字符,每一个字符用多个字节表示等问题,
                             则是由编码来决定的。像Unicode字符集的编码方式有很多，
                             诸如UTF-8、UFT-16、UTF-32等。字符集和字符编码是分开的概念,
                             但有时候称呼上会有些模糊,我们经常笼统地称这些Unicode字符集的编码为Unicode编码。
   
       内码：操作系统内部的字符编码。像早期的DOS采用的是ASCII,而现在的操作系统大把采用Unicode编码。
   
编码简史
   
        先了解一下编码的历史,才能知道为什么要编码。
        计算机对多语言的支持，大致为分以下三个阶段：
        阶段一：ASCII时代。计算机是DOS时代的计算内码是ASCII码,ASCII的表示范围就是0到127那几个符号,
                     这意味着,DOS时代的计算机只能显示英文,而无法支持其他语言。
                     由于英文系国家开创了并继续主导了计算机的世界,他们自然而然地认为全世界的文字用8个字节表示足矣。
         阶段二：ANSI时代。由于上述原因,像我们这些非英文系的国家的为了显示自家的文字,
                      不得不一开始就得面对字符编码的问题,不同国家不同地区都创建了自己的编码标准。
                      像中国大陆是GB2312及后来的GBK,台湾是BIG5,日本是JIS。
           ASCII字符集,以及这些由此派生并兼容的字符集称为ANSI字符集。
          阶段三：Unicode时代。为了和谐而出现,相较于以上两个阶段,这个时代称为国际化时代,
                        适应了跨平台、跨语言之间交换信息的需求。

package edu.fjut.charset;

import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStream;

/*在计算机世界里,任何的文字都是以指定的编码方式存在的,在JAVA程序开发中,
 *最常见的编码有一下几种:ISO8859-1、GBK/GB2312、Unicode、UTF
 *ISO8859-1：此编码属于单字节编码,最多只能表示0-255的字符范围,主要用于英文
 *GBK/GB2312:中文的国标编码、专门用来表示汉字,是双字节编码.GB2312只能表示简体
 *unicode:java中就是使用此编码方式,也是最标准的一种编码,是使用16进制表示的编码.
 *        但此编码不兼容ISO8859-1编码
 *UTF:由于Unicode不支持ISO8859-1编码,而且容易占用更多的空间,而且对于英文字母也
 *    需要使用两个字节编码,这样使用Unicode不便于传输和存储,因此产生了UTF编码,
 *    UTF编码兼容了ISO8859-1编码,可以用来表示所有的语言字符.
 *    UTF是 Unicode Translation Format,即把Unicode转做某种格式的意思。 
 */
public class CharsetDemo {
     
	//乱码产生的根本原因是:字符编码不统一造成的
	public static void main(String[] args) throws Exception{
		
		//因为现在的本机环境是中文环境,所以是使用GBK编码
		System.out.println("系统默认编码:"+System.getProperty("file.encoding"));//GBK
		
		File file=new File("d:"+File.separator+"javase"+File.separator+"code.txt");
		
		OutputStream out=new FileOutputStream(file);//实例化输出流
		
		byte []b="中国,你好".getBytes("ISO8859-1");//转码操作,可以指定要的字符编码
		
		out.write(b);//保存,打开文件后,凡是中文的全部变成?????,因为编码不一致
		             //改成支持中文的编码就行了
		out.close();//关闭
		
	}

}