本节内容
编码与解码
字符集
乱码是如何造成的
文件编码
字符集：
Java字符使用16位的双字节存储，在实际文件存储的数据有各种字符集，要正确操作，否则就有乱码发
字符集表说明
| 字符集 | 说明 |
|---|---|
| US-ASCII | 英文的ASCII |
| ISO-8859-1 | Latin-1拉丁字符，包含中文、日文等 |
| UTF-8 | 变长unicode字符(1-3个字节)，国际通用--->人们常用 |
| UTF-16BE | 定长unicode--->(计算机常用)字符(2个字节)，大端Big-endian表示(高字节低地址)--->二进制存储相当于一个一个小格子(小方格)越往右地址越低，越往左地址越高 |
| UTF-16LE | 定长unicode字符(2个字节)，小端little-endian表示(低字节低地址) |
| UTF-16 | 文件中开头指定大端还是小端表示方式，既BOM(Byte-Order-Mark)：FE FF表示大端，FF FE表示小端--->大小端来源是《格列佛游记》 |
原理讲解
计算机内部使用二进制进行存储---因为计算机用电压控制事件---门或非门
0101--->字节--->以计算机为中心(计算机只认识字节)
我们能看懂的、写的--->字符
字符--->编码(encode)--->字节(我没希望计算机识别的内容)
字节--->解码(decode)--->字符(计算机的内容展示给我们看)
如何进行编码与解码
简单说有一本大字典，将所有文字收集起来进行数字编号--->码表
编码就是对应的查找字符变成编号
解码就是拿对应的编号去找字符
JVM使用unicode字符集它有两大类
1. 定长--->降低时间复杂度，增加空间复杂度
2. 变长--->节约了空间降低空间复杂度，增加事件复杂度
字符串转成字节数组---编码
public class Variants{
public static void main(String[] args){
variants of getBytes()method;
getBytes();//根据不同的字符集可以进行编码，字符串的常用方法
getBytes(Charset charset);
getBytes(String charsetName);
}
}
实例：
package ioStudy;
import sun.nio.cs.ext.GBK;
import java.io.UnsupportedEncodingException;
import java.nio.charset.StandardCharsets;
/**
* 编码(Encode)：字符串--->字节
* @author Lucifer
*/
public class ContentEncode {
public static void main(String[] args) throws UnsupportedEncodingException {
String msg = "性命生命使命"; //一个中文3个字节
//对msg进行编码--->可以随意地指定字符集
byte[] data = msg.getBytes(StandardCharsets.UTF_8); //默认使用的是项目的字符集
System.out.println(data.length);
//将data编码成其他字符集
data = msg.getBytes(StandardCharsets.UTF_16LE); //定长，一个中文2个字节
System.out.println(data.length);
data = msg.getBytes("GBK"); //转成GBK字符集的话需要抛出异常---被编码成其他的字符集
System.out.println(data.length);
}
}
字节数组还原成字符串---解码
package ioStudy;
import java.nio.charset.StandardCharsets;
/**
* 解码(decode)：字节数组--->字符串
*/
public class ContentDecodeNo2 {
public static void main(String[] args) {
String msg = "性命生命使命";
//编码
byte[] data = msg.getBytes(StandardCharsets.UTF_8);
//解码：将接收到的字节码还原成字符串--->还原过程中可能出现乱码的问题--->解码必须指定正确的编码字符集
/*
乱码原因分析
1.字节数不够--->形参定义的长度和实际的byte数组长度不一致
2.字符集不统一--->byte数组里面的字符集是utf-8,解码使用的是gbk
*/
msg = new String(data, 0, data.length, StandardCharsets.UTF_8);
/*
源码当中定义了形参
1.直接放入数组变量
2，数组变量、起始位置、长度、字符集
*/
System.out.println(msg);
}
}
小结
-
什么是编码什么是解码--->字符串转字节是编码，字节数组转字符串是解码
-
常用的字符集有那些？--->人是utf-8计算机是unicode，JVM使用的也是unicode
-
编码与解码转换的实操--->实际代码操作
-