|
锁定老帖子 主题：Java编码浅析（注意区分三个概念）
精华帖 (0) :: 良好帖 (11) :: 新手帖 (2) :: 隐藏帖 (1)
|
|
|---|---|
| 作者 | 正文 |
|
发表时间：2009-02-18
andyhu1007 写道 unsid 写道 另外
"Java的class文件采用utf8的编码方式" 这句话我有些疑惑，我觉得class文件以哪种方式编码取决于编辑这个文件的编辑器，比如用EditPlus写完了代码，保存成utf-8格式就是utf-8，保存成gbk就是gbk，你的意思是不是jvm在读取String字符串的时候始终以utf-8方式读取，那么如果你将文件保存成其他各式，jvm就不认识了 我说的class文件，而不是java文件。 其实你说的是java文件的编码，那么对于这种文件的编码，当然是我们可以选择的。比如现今流行的IDE肯定会帮你创建unicode编码的文件。 如果你使用了其它编码的java文件，也能读。我估计是编译器会去猜这个文件的编码，然后转换成unicode的。如果猜错了，那么你的java文件中的内容可能就出错了。 好象是通过文件的前几个字节来判断文件的编码方式 |
| 返回顶楼 | |
|
发表时间：2009-02-26
对于外部的编码，比如mysql数据的默认编码是latin1，那使用java环境发送sql中包含中文时，应该怎么做才不会乱码
|
| 返回顶楼 | |
|
发表时间：2009-02-27
andyhu1007 写道
字符串编码迷思：
new String(input.getBytes("ISO-8859-1"), "GB18030")
上面这段代码代表什么？有人会说： “把input字符串从ISO-8859-1编码方式转换成GB18030编码方式”。如果这种说法正确，那么又如何解释我们刚提到的java字符串都采用unicode编码呢？
这种说法不仅是欠妥的，而且是大错特错的，让我们一一来分析，其实事实是这样的：我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码GB18030再次解码成字符串（即把以GB18030编码的数据转成unicode的字符串）。注意，字符串永远都是unicode编码的。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样 转换为 String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！ 按我理解，new String(input.getBytes("GB18030"))同样可以转换成功？是这样吗？ |
| 返回顶楼 | |
|
发表时间：2009-02-27
dlovek 写道
andyhu1007 写道
字符串编码迷思：
new String(input.getBytes("ISO-8859-1"), "GB18030")
上面这段代码代表什么？有人会说： “把input字符串从ISO-8859-1编码方式转换成GB18030编码方式”。如果这种说法正确，那么又如何解释我们刚提到的java字符串都采用unicode编码呢？
这种说法不仅是欠妥的，而且是大错特错的，让我们一一来分析，其实事实是这样的：我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码GB18030再次解码成字符串（即把以GB18030编码的数据转成unicode的字符串）。注意，字符串永远都是unicode编码的。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样 转换为 String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！ 按我理解，new String(input.getBytes("GB18030"))同样可以转换成功？是这样吗？
不是，你这样理解是错误的。
自己理解下，从bytes 到 ISO-8859-1 编码的字符串，又用GB18030恢复成bytes，再用默认编码（可能并不是前两者）解码成字符串。是什么东东了阿。。。 |
| 返回顶楼 | |
|
发表时间：2009-02-27
最后修改：2009-02-27
andyhu1007 写道
dlovek 写道
andyhu1007 写道
字符串编码迷思：
new String(input.getBytes("ISO-8859-1"), "GB18030")
上面这段代码代表什么？有人会说： “把input字符串从ISO-8859-1编码方式转换成GB18030编码方式”。如果这种说法正确，那么又如何解释我们刚提到的java字符串都采用unicode编码呢？
这种说法不仅是欠妥的，而且是大错特错的，让我们一一来分析，其实事实是这样的：我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码GB18030再次解码成字符串（即把以GB18030编码的数据转成unicode的字符串）。注意，字符串永远都是unicode编码的。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样 转换为 String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！ 按我理解，new String(input.getBytes("GB18030"))同样可以转换成功？是这样吗？
不是，你这样理解是错误的。
自己理解下，从bytes 到 ISO-8859-1 编码的字符串，又用GB18030恢复成bytes，再用默认编码（可能并不是前两者）解码成字符串。是什么东东了阿。。。 不好意思，我还是没有理解。“我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码“，意思是说input中的byte[]是以GB180303编码，却我们解码时候错误使用了ISO-8859-1? |
| 返回顶楼 | |
|
发表时间：2009-02-27
dlovek 写道
andyhu1007 写道
dlovek 写道
andyhu1007 写道
字符串编码迷思：
new String(input.getBytes("ISO-8859-1"), "GB18030")
上面这段代码代表什么？有人会说： “把input字符串从ISO-8859-1编码方式转换成GB18030编码方式”。如果这种说法正确，那么又如何解释我们刚提到的java字符串都采用unicode编码呢？
这种说法不仅是欠妥的，而且是大错特错的，让我们一一来分析，其实事实是这样的：我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码GB18030再次解码成字符串（即把以GB18030编码的数据转成unicode的字符串）。注意，字符串永远都是unicode编码的。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样 转换为 String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！ 按我理解，new String(input.getBytes("GB18030"))同样可以转换成功？是这样吗？
不是，你这样理解是错误的。
自己理解下，从bytes 到 ISO-8859-1 编码的字符串，又用GB18030恢复成bytes，再用默认编码（可能并不是前两者）解码成字符串。是什么东东了阿。。。 不好意思，我还是没有理解。“我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码“，意思是说input中的byte[]是以GB180303编码，却我们解码时候错误使用了ISO-8859-1?
是～～～～～～～｀ |
| 返回顶楼 | |
|
发表时间：2009-02-27
andyhu1007 写道
dlovek 写道
andyhu1007 写道
dlovek 写道
andyhu1007 写道
字符串编码迷思：
new String(input.getBytes("ISO-8859-1"), "GB18030")
上面这段代码代表什么？有人会说： “把input字符串从ISO-8859-1编码方式转换成GB18030编码方式”。如果这种说法正确，那么又如何解释我们刚提到的java字符串都采用unicode编码呢？
这种说法不仅是欠妥的，而且是大错特错的，让我们一一来分析，其实事实是这样的：我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码GB18030再次解码成字符串（即把以GB18030编码的数据转成unicode的字符串）。注意，字符串永远都是unicode编码的。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样 转换为 String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！ 按我理解，new String(input.getBytes("GB18030"))同样可以转换成功？是这样吗？
不是，你这样理解是错误的。
自己理解下，从bytes 到 ISO-8859-1 编码的字符串，又用GB18030恢复成bytes，再用默认编码（可能并不是前两者）解码成字符串。是什么东东了阿。。。 不好意思，我还是没有理解。“我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码“，意思是说input中的byte[]是以GB180303编码，却我们解码时候错误使用了ISO-8859-1?
是～～～～～～～｀ new String(input.getBytes("GB18030"),"GB18030")，这样对了吧? |
| 返回顶楼 | |
|
发表时间：2009-02-27
dlovek 写道
andyhu1007 写道
dlovek 写道
andyhu1007 写道
dlovek 写道
andyhu1007 写道
字符串编码迷思：
new String(input.getBytes("ISO-8859-1"), "GB18030")
上面这段代码代表什么？有人会说： “把input字符串从ISO-8859-1编码方式转换成GB18030编码方式”。如果这种说法正确，那么又如何解释我们刚提到的java字符串都采用unicode编码呢？
这种说法不仅是欠妥的，而且是大错特错的，让我们一一来分析，其实事实是这样的：我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码GB18030再次解码成字符串（即把以GB18030编码的数据转成unicode的字符串）。注意，字符串永远都是unicode编码的。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样 转换为 String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！ 按我理解，new String(input.getBytes("GB18030"))同样可以转换成功？是这样吗？
不是，你这样理解是错误的。
自己理解下，从bytes 到 ISO-8859-1 编码的字符串，又用GB18030恢复成bytes，再用默认编码（可能并不是前两者）解码成字符串。是什么东东了阿。。。 不好意思，我还是没有理解。“我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码“，意思是说input中的byte[]是以GB180303编码，却我们解码时候错误使用了ISO-8859-1?
是～～～～～～～｀ new String(input.getBytes("GB18030"),"GB18030")，这样对了吧? 我不能误导你说“对”。但我也想不出办法给你解释了。文章里面讲得很清楚，请再仔细琢磨下：） |
| 返回顶楼 | |
|
发表时间：2009-02-27
最后修改：2009-02-27
andyhu1007 写道
dlovek 写道
andyhu1007 写道
dlovek 写道
andyhu1007 写道
dlovek 写道
andyhu1007 写道
字符串编码迷思：
new String(input.getBytes("ISO-8859-1"), "GB18030")
上面这段代码代表什么？有人会说： “把input字符串从ISO-8859-1编码方式转换成GB18030编码方式”。如果这种说法正确，那么又如何解释我们刚提到的java字符串都采用unicode编码呢？
这种说法不仅是欠妥的，而且是大错特错的，让我们一一来分析，其实事实是这样的：我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码，导致生成一个错误的字符串。要恢复，就要先把字符串恢复成原始字节数组，然后通过正确的编码GB18030再次解码成字符串（即把以GB18030编码的数据转成unicode的字符串）。注意，字符串永远都是unicode编码的。
但编码转换并不是负负得正那么简单，这里我们之所以可以正确地转换回来，是因为 ISO8859-1 是单字节编码，所以每个字节被按照原样 转换为 String ，也就是说，虽然这是一个错误的转换，但编码没有改变，所以我们仍然有机会把编码转换回来！ 按我理解，new String(input.getBytes("GB18030"))同样可以转换成功？是这样吗？
不是，你这样理解是错误的。
自己理解下，从bytes 到 ISO-8859-1 编码的字符串，又用GB18030恢复成bytes，再用默认编码（可能并不是前两者）解码成字符串。是什么东东了阿。。。 不好意思，我还是没有理解。“我们本应该用GB18030的编码来读取数据并解码成字符串，但结果却采用了ISO-8859-1的编码“，意思是说input中的byte[]是以GB180303编码，却我们解码时候错误使用了ISO-8859-1?
是～～～～～～～｀ new String(input.getBytes("GB18030"),"GB18030")，这样对了吧? 我不能误导你说“对”。但我也想不出办法给你解释了。文章里面讲得很清楚，请再仔细琢磨下：） 删了 |
| 返回顶楼 | |
|
发表时间：2009-10-16
new String(input.getBytes("ISO-8859-1"), "UTF-8")
如input为读取文件a.txt包含中文的内容，经过测试，以上语句只有满足 1， a.txt使用UTF-8编码 2， JVM的编码为ISO-8859-1,即Charset.defaultCharset()=ISO-8859-1 中文内容显示正常，但对编码问题大家还是可以多多发表自己的看法。 |
| 返回顶楼 | |
