网站开发常用js函数,长春企业宣传片制作公司,重庆大型网络公司,怎么建立公司网站费用目录
字符集知识
1、GBK字符集
2、Unicode字符集#xff08;万国码#xff09;
3、乱码
4、Java中编码和解码的方法 字符集知识 字符#xff08;Character#xff09;#xff1a;在计算机和电信技术中#xff0c;一个字符是一个单位的字形、类字形单位或符号的基本信…目录
字符集知识
1、GBK字符集
2、Unicode字符集万国码
3、乱码
4、Java中编码和解码的方法 字符集知识 字符Character在计算机和电信技术中一个字符是一个单位的字形、类字形单位或符号的基本信息。说的简单点字符是各种文字和符号的总称。一个字符可以是一个中文汉字、一个英文字母、一个阿拉伯数字、一个标点符号、一个图形符号或者控制符号等。 字符集Character Set是指多个字符的集合。不同的字符集包含的字符个数不一样、包含的字符不一样、对字符的编码方式也不一样。 计算机中常见的几种字符集 1、GB2312字符集1980年发布1981年5月1日实施的简体中文汉字编码国家标准。 收录7445个图形字符其中包括6763个简体汉字 2、BIG5字符集台湾地区繁体中文标准字符集共收录13053个中文字1984年实施。 3、GBK字符集2000年3月17日发布收录21003个汉字包含国家标准GB 13000-1中的全部中日韩汉字和BIG5编码中的所有汉字。简体中文版windows系统默认使用的就是GBK。系统显示ANSI 统称为ANSIGBK字符集完全兼容ASCII字符集 4、Unicode字符集国际标准字符集它将世界各种语言的每个字符定义一个唯一的编码以满足跨语言、跨平台的文本信息转换。 1、GBK字符集
1计算机的存储规则(英文)(GBK)英文用一个字节存储完全兼容ASCII
2计算机的存储规则(汉字)(GBK)规则1:汉字两个字节存储规则2:高位字节二进制一定以1开头转成十进制之后是一个负数
3英文与汉字区分GBK当中英文是用一个字节进行存储的它是兼容ASCII字符集的在编码的时候二进制前面要补零所以英文一个字节二进制一定是以0作为开头的而中文是两个字节一定是以1作为开头的那么底层的二进制文件也是通过这个规则来区分中文和英文的 2、Unicode字符集万国码 Unicode的编码规则UTFUnicode Transfer Format UTF-16编码规则用2~4个字节保存 UTF-32编码规则固定使用四个字节保存 UTF-8编码规则用1~4个字节保存 UTF-8编码规则 1个字节表示ASCII 2个字节表示拉丁文希腊文西里尔字母亚美尼亚语 希伯来文阿拉伯文叙利亚文 3个字节表示中日韩文字东南亚文字中东文字 4个字节表示其他语言 示例把汉字“汉”用UTF-8转换成二进制为 11100110 10110001 10001001 二进制中的红色部分是UTF-8规定要添加的而黑色的就是用Unicode中查询的汉字对应二进制进行填补得到的结果 总结Unicode字符集的UTF-8编码格式 一个英文占一个字节二进制第一位是0转成十进制是正数 一个中文占三个字节二进制第一位是1第一个字节转成十进制是负数 3、乱码 乱码的原因 原因1读取数据时未读完整个汉字因为字节流是一次读取一个字节而汉字是用两个字节来存储的当字节流只读取了一个字节后把这个字节解码去字符集却查不到对应的数据所以系统就会显示问号或方框等这时候就是乱码了。 原因2编码和解码时的方式不统一比如一个汉字在编码时用的是UTF-8而在解码时却用GBK解码因为UTF-8中用三个字节来存储汉字而GBK中用两个字节来存储汉字所以在解码后就会发生乱码。 防止乱码的做法 1、不要用字节流读取文本文件 2、编码和解码时都使用同一个码表同一种编码方式 4、Java中编码和解码的方法
Java中编码的方法 public byte[ ] getBytes() 使用默认方式进行编码 public byte[ ] getBytes(String charsetName) 使用指定方式进行编码 Java中解码的方法 String(byte[ ] bytes) 使用默认方式进行解码 String(byte[ ] bytes, String charsetName) 使用指定方式进行解码 方法示例代码
public static void main(String[] args) throws UnsupportedEncodingException {//使用默认方式进行编码String str1 ai你哟;byte[] bytes1 str1.getBytes();System.out.println(Arrays.toString(bytes1));//[97, 105, -28, -67, -96, -27, -109, -97]//使用指定方式GBK进行编码byte[] bytes2 str1.getBytes(GBK);System.out.println(Arrays.toString(bytes2));//[97, 105, -60, -29, -45, -76]//使用默认方式进行解码String str2 new String(bytes1);System.out.println(str2);//ai你哟//使用指定方式GBK进行解码String str3 new String(bytes2,GBK);System.out.println(str3);//ai你哟//编码时用UTF-8得到的bytes1却用GBK进行解码String str4 new String(bytes1, GBK);System.out.println(str4);//结果为ai浣犲摕 很明显乱码了
}
运行结果 了解字符集知识就可以更好的理解字符流了 推荐
【java基础】IO流一字节流的FileOutputStream文件字节输出流和 Filelnputstream文件字节输入流-CSDN博客https://blog.csdn.net/m0_65277261/article/details/136631816?spm1001.2014.3001.5501【java基础】异常处理机制-CSDN博客https://blog.csdn.net/m0_65277261/article/details/136581375?spm1001.2014.3001.5501【计算机网络】DHCP原理与配置-CSDN博客https://blog.csdn.net/m0_65277261/article/details/136230649?spm1001.2014.3001.5501
