2、字符编码

一、字符编码

 

1. 字符流的出现为了方便操作字符
2. 更重要的是加入了编码转换
3. 通过子类转换流来完成
4. InputStreamReader
5. OutputStreamWriter
6. 在两个对象进行构造的时候可以加入字符集

二、编码表的由来

 

1. 计算机只能识别二进制数据，早期由来是电信号
2. 为了方便应用计算机，让它可以识别各个国家的文字
3. 就将各个国家的文字用数字来表示，并一一对应，形成一张表
4. 这就是编码表

三、常见编码表

 

1.  ASCII：美国标准信息交换码， 用一个字节的7位可以表示
2. ISO8859-1：拉丁码表,欧洲码表，用一个字节的8位表示
3. GB2312：中国的中文编码表
4. GBK：中国的中文编码表升级，融合了更多的中文文字符号
5. Unicode：国际标准码表，融合了多种文字，所有文字都用两个字节来表示，Java语言使用的就是unicode
6. UTF-8：最多用三个字节来表示一个字符

四、转换流的编码应用

 

1. 可以将字符以指定编码格式存储
2. 可以对文本数据指定编码格式来解读
3. 指定编码表的动作由构造函数完成

import java.io.*;
public class EncodeDemo {

	public static void main(String[] args) throws IOException {
		writeText();
		readText();
	}
	public static void readText() throws IOException
	{
		BufferedReader br = 
				new BufferedReader(new InputStreamReader(new FileInputStream("e:/mm.txt"),"utf-8"));
		String line = br.readLine();
		System.out.println(line);
	}
	public static void writeText() throws IOException
	{
		BufferedWriter bw = 
				new BufferedWriter(new OutputStreamWriter(new FileOutputStream("e:/mm.txt"),"gbk"));
		bw.write("你好");
		bw.close();
	}
}
//因为存和读的编码不一样，所以不能正确读取数据

 

五、编码和解码

 

String->byte[]

     str.getBytes();    str.getBytes(charsetName);

byte[]->String

     new String(byte[]);   new String(byte[] , charsetName);

 

import java.util.Arrays;

public class EncodeDemo {

	public static void main(String[] args) throws Exception{
		byte[] b1 = "你好".getBytes();
		System.out.println(Arrays.toString(b1));
		String s1 = new String(b1);
		System.out.println(s1);
		
		byte[] b2 = "你好".getBytes("utf-8");
		System.out.println(Arrays.toString(b2));
		String s2 = new String(b2,"utf-8");
		System.out.println(s2);
		
		//如果解码错了，需要重新解码
		byte[] b3 = "你好".getBytes("utf-8");
		System.out.println(Arrays.toString(b3));
		String s3 = new String(b3,"iso8859-1");
		System.out.println(s3);
		
		byte[] b4 = s3.getBytes("iso8859-1");
		System.out.println(Arrays.toString(b4));
		String s4 = new String(b4,"utf-8");
		System.out.println(s4);
	}
}

 

六、特例

 

    打开记事本，输入 联通 二字，然后保存，关闭记事本，打开保存的文档，会看到只有一个小黑框

 

    原因：联通的第一二个字节、第三四个字节的起始部分的都是"110"和"10"，正好与UTF8规则里的两字节模板是一致的，于是再次打开记事本时，记事本就误认为这是一个UTF8编码的文件