第五次普查数据自网站怎么做,网站建设尚品,皮卡剧网站怎样做,扬州建设工程信息网站Java中文乱码浅析及解决方案 一、GBK和UTF-8编码方式二、idea和eclipse的默认编码方式三、解码和编码方法四、代码实现编码解码 五、额外知识扩展 一、GBK和UTF-8编码方式
如果采用的是UTF-8的编码方式#xff0c;那么1个英文字母 占 1个字节#xff0c;1个中文占3个字节如果… Java中文乱码浅析及解决方案 一、GBK和UTF-8编码方式二、idea和eclipse的默认编码方式三、解码和编码方法四、代码实现编码解码 五、额外知识扩展 一、GBK和UTF-8编码方式
如果采用的是UTF-8的编码方式那么1个英文字母 占 1个字节1个中文占3个字节如果采用GBK的编码方式那么1个英文字母 占 1个字节1个中文占2个字节
二、idea和eclipse的默认编码方式
其实idea和eclipse的默认编码方式是不一样的哦。 idea默认的编码方式是UTF-8 eclipse默认采用的编码方式是GBK
三、解码和编码方法
1、java中编码的方法
public byte[] getBytes() 使用默认的编码方式进行编码public byte[] getBytes(Charset charset) 使用指定方式进行编码
2、java中解码的方法
public String(byte bytes[]) 使用默认的方式进行解码public String(byte bytes[], String charsetName) 使用指的方式进行解码
四、代码实现
以下代码demo均采用idea开发哦
编码
1、使用默认的编码方式进行编码 看下面这段代码请猜一猜数组中的元素有几个
package com.heima.demo;import java.util.Arrays;public class TestDemo {public static void main(String[] args) {String str dk你好;byte[] bytes str.getBytes();System.out.println(Arrays.toString(bytes));}
}
你答对了吗数组中一共有8个元素因为idea默认采用的编码方式是utf-8如果采用的是UTF-8的编码方式那么1个英文字母 占 1个字节1个中文占3个字节。我们看一下运行结果
[100, 107, -28, -67, -96, -27, -91, -67]Process finished with exit code 0
如果使用指定的编码方式GBK进行编码呢我们看一下代码
public class TestDemo {public static void main(String[] args) throws UnsupportedEncodingException {String str dk你好;byte[] bytes str.getBytes(gbk);System.out.println(Arrays.toString(bytes));}
}答案是数组元素一共有6个因为采用的是GBK编码方式那么1个英文字母 占 1个字节1个中文占2个字节。 我们看一下运行结果
[100, 107, -60, -29, -70, -61]Process finished with exit code 0解码
1、使用默认的方式进行解码
package com.heima.demo;import java.io.UnsupportedEncodingException;public class TestDemo {public static void main(String[] args) throws UnsupportedEncodingException {String str dk你好;byte[] byte1 str.getBytes();String res1 new String(byte1);System.out.println(res1);}
}
运行结果如下
dk你好Process finished with exit code 0如果给他加上指定编码方式呢
package com.heima.demo;import java.io.UnsupportedEncodingException;public class TestDemo {public static void main(String[] args) throws UnsupportedEncodingException {String str dk你好;byte[] byte1 str.getBytes();String res1 new String(byte1,gbk);System.out.println(res1);}
}
运行结果
dk浣犲ソProcess finished with exit code 0我们发现有乱码产生。那为什么呢因为编码的时候采用的是默认的utf-8方式所以解码的时候也需要使用utf-8进行解码如果使用gbk就会产生乱码。因为utf-8和gbk对中文所占的字节数是不一样的。
如果采用的是UTF-8的编码方式那么1个英文字母 占 1个字节1个中文占3个字节如果采用GBK的编码方式那么1个英文字母 占 1个字节1个中文占2个字节
五、额外知识扩展
1、什么是字符集 字符集顾名思义就是用来装多个字符的集合。不同的字符集中字符的个数是不同的包含的字符也是不同的甚至对于字符的编码格式也是不同的。
2、什么是字符编码 计算机中存储信息都是以二进制数表示的而我们在电脑屏幕上看到的文字、数字、英文、标点符号等都是将二进制数转换过后的结果按照某种规则将计算机中的二进制数与某个抽象字符集合一一对应这就是字符编码。
3、ASCII字符集 ASCII 全称 American Standard Code for Information Interchange美国信息交换标准代码它是基于拉丁字母的一套电脑编码系统其最初在创建的时候主要是为了显示英语以及一些西欧语言是国际通用的信息交换使用标准码。ASCII使用了7位二进制来表示128个字符和符号目前已经停止更新。
4、Unicode字符集 ASCII字符集只包含了128个字符对于全世界的所有语言来说并不能容纳下世界上所有的语言。所以Unicode字符集出现了。 Unicode又被称为统一码、万国码是国际组织制定的用来容纳全世界字符的编码方案。是的确切的说Unicode是一种编码方案以实现跨语言、跨平台的文本处理、转换的要求。 但是Unicode只是一种字符与二进制数之间的一种逻辑映射编码它并没有指定在计算集中应该如何的进行存储。所以此时就需要一种编码格式用来指定Unicode字符集中的字符是如何进行编码的。 在Unicode官方资料中Unicode编码方式有三种UTF-8、UTF-16、UTF-32而其中UTF-8编码成为了现今互联网使用较多的编码方式。
5、GB2312 GB2312编码是第一个汉字编码国家标准于1980年由中国国家标准总局发布。其中共收录了汉字6763个。但是由于我国的汉字非常多GB2312收录的汉字不够用了所以GBK诞生了。GBK包含了GB2312的所有内容的同时还新增了20000多新的汉字对于一些日常需求已经为完全够用了。
