Java GetBytes 编码方式

  • Z时代
  • 2024-01-10
  • 分类：综合

java

在JAVA源文件-->JAVAC-->Class-->Java-->getBytes()-->new String()-->显示的过程中，每一步都有编码的转换过程，这个过程总是存在的，只是有的时候用默认的参数进行。

      1.  JAVAC是以系统默认编码读入源文件，然后按UNICODE进行编码的。可以通过指定编码方式改变Javac读入源文件的编码方式。

Java代码 

 

  1. javac -encoding GBK Test.java  

      2. 在JAVA运行的时候，JAVA也是采用UNICODE编码的，并且默认输入和输出的都是操作系统的默认编码。

      也就是说在new String(bytes[,encode])中，系统认为输入的是编码为encode的字节流，换句话说，如果按encode来翻译bytes才能得到正确的结果，这个结果最后要在JAVA中保存，它还是要从这个encode转换成Unicode，也就是说有bytes-->encode字符-->Unicode字符的转换；而在String.getBytes([encode])中，系统要做一个Unicode字符-->encode字符-->bytes的转换。

3. Java中的编码支持

Java是支持多国编码的，在Java中，字符都是以Unicode进行存储的，比如，“你”字的Unicode编码是“4f60”，我们可以通过下面的实验代码来验证： 

Java代码 

 

  1. class TestCharset          {  

  2.             public static void main(String[] args)  

  3.             {  

  4.             char c = '你';  

  5.             int i = c;  

  6.             System.out.println(c);  

  7.             System.out.println(i);  

  8.             }  

  9.     }   

 不管你在任何平台上执行，都会有相同的输出：20320，20320就是Unicode “4f60”的整数值。其实，你可以反编译上面的类，可以发现在生成的.class文件中字符“你”（或者其它任何中文字串）本身就是以Unicode编码进行存储的：char c = '\u4F60';
     4. 为了避免这种问题，建议大家都在编码中使用String.getBytes(String charset)方法。

Java代码 

 

  1. class TestCharset {  

  2.     public static void main(String[] args) {  

  3.         new TestCharset().execute();  

  4.     }  

  5.   

  6.     private void execute() {  

  7.             String s = "Hello!你好！";  

  8.             byte[] bytesISO8859 =null;  

  9.             byte[] bytesGBK = null;  

  10.             try  

  11.             {  

  12.             bytesISO8859 =  

  13.             s.getBytes("iso-8859-1");  

  14.             bytesGBK = s.getBytes("GBK");  

  15.             }  

  16.             catch  

  17.             (java.io.UnsupportedEncodingException e)  

  18.             {  

  19.             e.printStackTrace();  

  20.             }  

  21.             System.out.println  

  22.             ("--------------\n 8859 bytes:");  

  23.             System.out.println("bytes is:     " + arrayToString(bytesISO8859));  

  24.             System.out.println("hex format is:"  

  25.             + encodeHex(bytesISO8859));  

  26.             System.out.println();  

  27.             System.out.println  

  28.             ("--------------\n GBK bytes:");  

  29.             System.out.println("bytes is:" + arrayToString(bytesGBK));  

  30.             System.out.println("hex format is:" + encodeHex(bytesGBK));  

  31.             }  

  32.   

  33.     public static final String  

  34.             encodeHex (byte[] bytes)  

  35.             {  

  36.             StringBuffer buff =  

  37.             new StringBuffer(bytes.length * 2);  

  38.             String b;  

  39.             for (int i=0; i<bytes.length ; i++)  

  40.             {  

  41.             b = Integer.toHexString(bytes[i]);  

  42.             // byte是两个字节的,而上面的Integer.toHexString会把字节扩展为4个字节  

  43.             buff.append(b.length() > 2 ? b.substring(6,8) : b);  

  44.             buff.append(" ");  

  45.             }  

  46.             return buff.toString();  

  47.             }  

  48.   

  49.     public static final String arrayToString(byte[] bytes) {  

  50.         StringBuffer buff = new StringBuffer();  

  51.         for (int i = 0; i < bytes.length; i++) {  

  52.             buff.append(bytes[i] + " ");  

  53.         }  

  54.         return buff.toString();  

  55.     }  

  56. }  

执行上面程序将打印出：

--------------
            8859 bytes:
            bytes is:     72 101 108 108 111 33 63 63 63
            hex format is:48 65 6c 6c 6f 21 3f 3f 3f
            --------------
            GBK bytes:
            bytes is:     72 101 108 108 111 33
            -60 -29 -70 -61 -93 -95
            hex format is:48 65 6c 6c 6f 21 c4 e3 ba c3 a3 a1

可见，在s中提取的8859-1格式的字节数组长度为9，中文字符都变成了“63”，ASCII码为63的是“?”，一些国外的程序在国内中文环境下运行时，经常出现乱码，上面布满了“?”，就是因为编码没有进行正确处理的结果。

sourceurl:http://nopainnogain.iteye.com/blog/970628

以上是 Java GetBytes 编码方式 的全部内容， 来源链接： utcz.com/z/391402.html

回到顶部