全部答案

2017-07-27 12:42:23

•   
  一、概要
  在JAVA应用程序特别是基于WEB的程序中，经常遇到字符的编码问题。为了防止出现乱码，首先需要了解JAVA是如何处理字符的，这样就可以有目的地在输入/输出环节中增加必要的转码。其次，由于各种服务器有不同的处理方式，还需要多做试验，确保使用中不出现乱码。
    
  二、基本概念
  2．1 JAVA中字符的表达
  JAVA中有char、byte、String这几个概念。char 指的是一个UNICODE字符，为16位的整数。byte 是字节，字符串在网络传输或存储前需要转换为byte数组。在从网络接收或从存储设备读取后需要将byte数组转换成String。
    String是字符串，可以看成是由char组成的数组。String 和 char 为内存形式，byte是网络传输或存储的序列化形式。
  举例：
  英
  String ying = “英”;
  char ying = ying。charAt(0);
  String yingHex = Integer。
    toHexString(ying);
  82 F1
  byte yingGBBytes = ying。getBytes(“GBK”);
  GB编码的字节数值
  D3 A2
  2．2 编码方式的简介
  String序列化成byte数组或反序列化时需要选择正确的编码方式。
    如果编码方式不正确，就会得到一些0x3F的值。常用的字符编码方式有ISO8859_
  1、GB231
  2、GBK、UTF-8/UTF-16/UTF-32。
  ISO8859_1用来编码拉丁文，它由单字节（0－255）组成。
  GB231
  2、GBK用来编码简体中文，它有单字节和双字节混合组成。
    最高位为1的字节和下一个字节构成一个汉字，最高位为0的字节是ASCII码。
  UTF-8/UTF-16/UTF-32是国际标准UNICODE的编码方式。 用得最多的是UTF-8，主要是因为它在对拉丁文编码时节约空间。
  UNICODE值 UTF-8编码
  U-00000000 - U-0000007F: 0xxxxxxx
  U-00000080 - U-000007FF: 110xxxxx 10xxxxxx
  U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
  U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
  U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
  U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
  三、J2SE中相关的函数
  String str =”英”;
  //取得GB2312编码的字节
  byte[] bytesGB2312 = str。
    getBytes(“GB2312”);
  //取得平台缺省编码的字节(solaris为ISO8859_1,windows为GB2312)
  byte[] bytesDefault = str。getBytes();
  //用指定的编码将字节转换成字符串
  String newStrGB = new String(bytesGB2312, “GB2312”);
  //用平台缺省的编码将字节转换成字符串(solaris为ISO8859_1,windows为GB2312)
  String newStrDefault = new String(bytesDefault);
  //用指定的编码从字节流里面读取字符
  InputStream in = xxx;
  InputStreamReader reader = InputStreamReader( in, “GB2312”);
  char aChar = reader。
    read();。

  全部
  

  沈***

  2017-07-27 12:42:23

  44 2 评论

  分享
  提交评论