RELATEED CONSULTING
相关咨询
选择下列产品马上在线沟通
服务时间:9:30-18:00
你可能遇到了下面的问题
关闭右侧工具栏
这是我们公司总结的一些关于中文乱码问题的一
  • 作者:xiaoxiao
  • 发表时间:2020-12-23 10:56
  • 来源:未知

1.字节和unicode    java内核是unicode的,就连class文件也是,但是很多媒体,包括文件/流的保存方式是使用字节流的。因此java要对这些字节流经行转化。char是unicode的,而byte是字节。java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度,可以用来告诉你,你用的convertor。其中两个很常用的静态函数是 public static ByteToCharConverter getDefault(); public static ByteToCharConverter getConverter(String encoding); 如果你不指定converter,则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用8859_1。byte ——〉char: "你"的gb码是:0xc4e3 ,unicode是0x4f60  String encoding = "gb2312";  byte b[] = {(byte)'/u00c4',(byte)'/u00e3'};  ByteToCharConverter converter = ByteToCharConverter.getConverter(encoding);  char c[] = converter.convertAll(b);  for (int i = 0; i < c.length; i++) {      System.out.println(Integer.toHexString(c[i]));  } 结果是什么?0x4f60 如果encoding ="8859_1",结果又是什么?0x00c4,0x00e3 如果代码改为 byte b[] = {(byte)'/u00c4',(byte)'/u00e3'}; ByteToCharConverter converter = ByteToCharConverter. getDefault(); char c[] = converter.convertAll(b); for (int i = 0; i < c.length; i++) {    System.out.println(Integer.toHexString(c[i])); } 结果将又是什么?根据平台的编码而定。 char ——〉byte:    String encoding = "gb2312";    char c[] = {'/u4f60'};    CharToByteConverter converter = CharToByteConverter.getConverter(encoding);    byte b[] = converter.convertAll(c);    for (int i = 0; i < b.length; i++) {       System.out.println(Integer.toHexString(b[i]));    }结果是什么?0x00c4,0x00e3如果encoding ="8859_1",结果又是什么?0x3f如果代码改为String encoding = "gb2312";    char c[] = {'/u4f60'};    CharToByteConverter converter = CharToByteConverter.getDefault();    byte b[] = converter.convertAll(c);    for (int i = 0; i < b.length; i++) {       System.out.println(Integer.toHexString(b[i]));    }结果将又是什么?根据平台的编码而定。很多中文问题就是从这两个最简单的类派生出来的。而却有很多类不直接支持把encoding输入,这给我们带来诸多不便。很多程序难得用encoding了,直接用default的encoding,这就给我们移植带来了很多困难。2.utf-8utf-8是和unicode一一对应的,其实现很简单7位的unicode: 0 _ _ _ _ _ _ _ 11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _ 16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 大多数情况是只使用到16位以下的unicode: "你"的gb码是:0xc4e3 ,unicode是0x4f60    0xc4e3的二进制:          1100 ,0100 ,1110 ,0011由于只有两位我们按照两位的编码来排,但是我们发现这行不通,因为第7位不是0因此,返回"?"    0x4f60的二进制:               0100 ,1111 ,0110 ,0000         我们用utf-8补齐,变成:               1110 ,0100 ,1011 ,1101 ,1010 ,0000         e4--bd-- a0         于是返回:0xe4,0xbd,0xa0。