java 的字符编码

要了解java的字符编码首先要弄清楚几个概念：
字符： 人们使用的记号，抽象意义上的一个符号
字节： 一个八位的计算机存储空间
字符串： 多个字符的表现形式。

字符集： 定义了那些字符能够被表示。表达了一个范围。
编码  ：规定了每个字符的存储方式。

通常所说的 UNICODE 是一个字符集。
          UTF－8 等 就是UNICODE的一种编码方式。

Java 中，字符串类 java.lang.String 处理的是 UNICODE 字符串，可以这么理解java中所有的字符串都以unincode作为它的内码存在：
假设我的java文件是以utf-8保存的：

      ／／打印出字符串在java中表示的“内码” unicode 字符编号
	public static void printStrCoding(String st){
	      for(int i=0;i<st.length();i++){
	    	   int j=(int)st.charAt(i);
	    	   System.out.println( Integer.toHexString(j));
	    	   
	       }
	}

       String name="中文";
       System.out.println(name.length());  // 打印出2
       
       byte[] bytes= name.getBytes("UTF-8" );
       
       System.out.println(bytes.length);  //打印出 6 
       for(int i =0;i<bytes.length;i++){
    	   int j=(int) bytes[i];
    	   System.out.println("coding: ------------------"+Integer.toHexString(j));
       }
      // utf-8 编码
      // coding: ------------------ffffffb8
      // coding: ------------------ffffffad
      // coding: ------------------ffffffe6
     //  coding: ------------------ffffff96
      // coding: ------------------ffffff87
       
       
       printStrCoding(name);
      //unicode 字符编号
      //4e2d
      //6587

另外做个测试，将中文两个字以GB2312编码保存在文件中：

       File f= new File("/home/linwei007/temp/aa");
       BufferedReader in = new BufferedReader(new FileReader(f));
       
       String rs=in.readLine();  //读取中文两个字
       
       
       System.out.println("coding: ------------------"+rs);  //打印出乱马
       printStrCoding(rs);  //打印结果明显java不认识此字符
       
       bytes= name.getBytes("GB2312" );   //以此编码取得字节串
       System.out.println(bytes.length);  //打印出2
       for(int i =0;i<bytes.length;i++){
    	   int j=(int) bytes[i];
    	   System.out.println("coding: ------------------"+Integer.toHexString(j));
       }
       //GB2312的编码：
       //coding: ------------------ffffffd6
       //coding: ------------------ffffffd0
       //coding: ------------------ffffffce
       //coding: ------------------ffffffc4
       
       String newString= new String(bytes,"GB2312");
       System.out.println("coding: ------------------"+newString);
       //打印出正确的中文.       

       printStrCoding(newString);
      //unicode 字符编号
      //4e2d
      //6587

  很明显无论那种编码，只要字符相同 它在java中的 unicode的字符编号是相同的。关键是要用正确的编码去读写。

评论

1 楼 tuspark 2015-09-20  

关于java字符的内容，还有很多，例如这篇文章所讲：《Java字符的学习》。