java中关于字符、文件乱码的笔记

 

 

老生常谈的问题了，记录一下以便他人翻阅。

 

结论：

1.       字符串与byte数组的转换 默认编码是采用系统的编码（例如Windows下是GB18030）

2.       java类文件中本身包含的字符串，采用什么编码是 根据javac编译时的环境变量决定的。

 

穿插一下：

重复一下http中的中文乱码问题，例如使用prototype.js发送包含中文的ajax报文时，Servlet接收端可能会遇到乱码问题。该情况可以用以下api解决：

ServletRequest.setCharacterEncoding

ServletResponse.setCharacterEncoding

 

程序代码：

 

/**
 * 
 * @author csbison
 */
public class BTest {

	private final static char[] hexDigits = { '0', '1', '2', '3', '4', '5',
			'6', '7', '8', '9', 'a', 'b', 'c', 'd', 'e', 'f' };

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// 测试证明, 字符串与byte数组的转换，默认就是用系统平台的
		try {
			String src = "诺基亚";
			String value = null;
			value = bytesToHexString(src.getBytes());
			System.out.println("Default=" + value);

			value = bytesToHexString(src.getBytes("ISO-8859-1"));
			System.out.println("ISO-8859-1=" + value);

			value = bytesToHexString(src.getBytes("GBK"));
			System.out.println("GBK=" + value);

			value = bytesToHexString(src.getBytes("UTF-8"));
			System.out.println("UTF-8=" + value);

			System.out.println("/////////////////////////");

			byte[] aa = "诺基亚".getBytes();
			System.out.println(new String(aa));
			System.out.println(new String(aa, "GBK"));
			System.out.println(new String(aa, "ISO-8859-1"));
			System.out.println(new String(aa, "UTF-8"));
		} catch (Exception e) {
			e.printStackTrace();
		}

	}

	public static final String bytesToHexString(byte[] buf) {
		StringBuffer sb = new StringBuffer();
		for (int i = 0; i < buf.length; i++) {
			int n = buf[i];
			if (n < 0) {
				n = 256 + n;
			}
			int d1 = n / 16;
			int d2 = n % 16;

			sb.append(hexDigits[d1]);
			sb.append(hexDigits[d2]);
		}
		return sb.toString();
	}

}

 

 

Windows上的测试结果：

Default=c5b5bbf9d1c7

ISO-8859-1=3f3f3f

GBK=c5b5bbf9d1c7

UTF-8=e8afbae59fbae4ba9a

/////////////////////////

诺基亚

诺基亚

?¦Ì?¨´??

ŵ��

 

Linux上的测试结果：

1.       在Locale=zh的情况下，javac，然后再java执行。结果如下：

-bash-3.00$ java BTest

Default=c5b5bbf9d1c7

ISO-8859-1=3f3f3f

GBK=c5b5bbf9d1c7

UTF-8=e8afbae59fbae4ba9a

/////////////////////////

诺基亚

诺基亚

???ù??

???

2.       在Locale=C的情况下，直接java执行（也就是java文件还是在Locale=zh的环境下编译的）。结果如下：

-bash-3.00$ java BTest  

Default=3f3f3f

ISO-8859-1=3f3f3f

GBK=c5b5bbf9d1c7

UTF-8=e8afbae59fbae4ba9a

/////////////////////////

???

???

???

???

 

3.       在Locale=C的情况下，javac，然后再java执行。结果如下：

-bash-3.00$ java BTest      

Default=c5b5bbf9d1c7

ISO-8859-1=c5b5bbf9d1c7

GBK=3f3f3fa8b43f3f

UTF-8=c385c2b5c2bbc3b9c391c387

/////////////////////////

诺基亚

???

诺基亚

???

 

 

关于对字符编码的问题，可以参考：

http://www.utf.com.cn/article/s320                    UTF-8 字符集基础（1）

http://www.phpweblog.net/XBOX/archive/2008/09/06/5726.html

http://javajiao.iteye.com/blog/151995  

 

 

[待继续整理和增加]