java字符编码

要了解java的字符编码首先要弄清楚几个概念：
字符： 人们使用的记号，抽象意义上的一个符号
字节： 一个八位的计算机存储空间
字符串： 多个字符的表现形式。

字符集： 定义了那些字符能够被表示。表达了一个范围。
编码  ：规定了每个字符的存储方式。

通常所说的 UNICODE 是一个字符集。
UTF－8 等 就是UNICODE的一种编码方式。

Java 中，字符串类 java.lang.String 处理的是 UNICODE 字符串，可以这么理解java中所有的字符串都以unincode作为它的内码存在：
假设我的java文件是以utf-8保存的：

Java代码

1.      ／／打印出字符串在java中表示的“内码” unicode 字符编号   
2. public static void printStrCoding(String st){   
3.       for(int i=0;i<st.length();i++){   
4.            int j=(int)st.charAt(i);   
5.            System.out.println( Integer.toHexString(j));   
6.               
7.        }   
8. }  

／／打印出字符串在java中表示的“内码” unicode 字符编号 public static void printStrCoding(String st){ for(int i=0;i<st.length();i++){ int j=(int)st.charAt(i); System.out.println( Integer.toHexString(j)); } }

Java代码

1.   String name="中文";   
2.   System.out.println(name.length());  // 打印出2   
3.      
4.   byte[] bytes= name.getBytes("UTF-8" );   
5.      
6.   System.out.println(bytes.length);  //打印出 6    
7.   for(int i =0;i<bytes.length;i++){   
8.    int j=(int) bytes[i];   
9.    System.out.println("coding: ------------------"+Integer.toHexString(j));   
10.   }   
11.  // utf-8 编码   
12.  // coding: ------------------ffffffb8   
13.  // coding: ------------------ffffffad   
14.  // coding: ------------------ffffffe6   
15. //  coding: ------------------ffffff96   
16.  // coding: ------------------ffffff87   
17.      
18.      
19.   printStrCoding(name);   
20.  //unicode 字符编号   
21.  //4e2d   
22.  //6587  

String name="中文"; System.out.println(name.length()); // 打印出2 byte[] bytes= name.getBytes("UTF-8" ); System.out.println(bytes.length); //打印出 6 for(int i =0;i<bytes.length;i++){ int j=(int) bytes[i]; System.out.println("coding: ------------------"+Integer.toHexString(j)); } // utf-8 编码 // coding: ------------------ffffffb8 // coding: ------------------ffffffad // coding: ------------------ffffffe6 // coding: ------------------ffffff96 // coding: ------------------ffffff87 printStrCoding(name); //unicode 字符编号 //4e2d //6587

另外做个测试，将中文两个字以GB2312编码保存在文件中：
Java代码

1.  File f= new File("/home/linwei007/temp/aa");   
2.  BufferedReader in = new BufferedReader(new FileReader(f));   
3.     
4.  String rs=in.readLine();  //读取中文两个字   
5.     
6.     
7.  System.out.println("coding: ------------------"+rs);  //打印出乱马   
8.  printStrCoding(rs);  //打印结果明显java不认识此字符   
9.     
10.  bytes= name.getBytes("GB2312" );   //以此编码取得字节串   
11.  System.out.println(bytes.length);  //打印出2   
12.  for(int i =0;i<bytes.length;i++){   
13.   int j=(int) bytes[i];   
14.   System.out.println("coding: ------------------"+Integer.toHexString(j));   
15.  }   
16.  //GB2312的编码：   
17.  //coding: ------------------ffffffd6   
18.  //coding: ------------------ffffffd0   
19.  //coding: ------------------ffffffce   
20.  //coding: ------------------ffffffc4   
21.     
22.  String newString= new String(bytes,"GB2312");   
23.  System.out.println("coding: ------------------"+newString);   
24.  //打印出正确的中文.          
25.   
26.  printStrCoding(newString);   
27. //unicode 字符编号   
28. //4e2d   
29. //6587  

File f= new File("/home/linwei007/temp/aa"); BufferedReader in = new BufferedReader(new FileReader(f)); String rs=in.readLine(); //读取中文两个字 System.out.println("coding: ------------------"+rs); //打印出乱马 printStrCoding(rs); //打印结果明显java不认识此字符 bytes= name.getBytes("GB2312" ); //以此编码取得字节串 System.out.println(bytes.length); //打印出2 for(int i =0;i<bytes.length;i++){ int j=(int) bytes[i]; System.out.println("coding: ------------------"+Integer.toHexString(j)); } //GB2312的编码： //coding: ------------------ffffffd6 //coding: ------------------ffffffd0 //coding: ------------------ffffffce //coding: ------------------ffffffc4 String newString= new String(bytes,"GB2312"); System.out.println("coding: ------------------"+newString); //打印出正确的中文. printStrCoding(newString); //unicode 字符编号 //4e2d //6587

很明显无论那种编码，只要字符相同 它在java中的 unicode的字符编号是相同的。关键是要用正确的编码去读写。