【Java 基础专题】编码与乱码(02)
Posted on【Java 基础专题】编码与乱码(02)---String的getBytes([encoding])方法测试
- Visual Studio.NET
- Ajax
- ExtJS
- JavaScript
- jQuery
- Java
- C&C++
- 框架设计
- 编程工具
- 标签 拼吾爱程序人生 » 其他编程 » Java » 【Java 基础专题】编码与乱码(02)---String的getBytes([encoding])方法测试
【Java 基础专题】编码与乱码(02)---String的getBytes([encoding])方法测试
[ 251 浏览 ][手机版]
返回列表 发布日期: 2010-02-22 23:50 发布者: cobra 1/#
字体大小: t T
上一篇:【Java 基础专题】编码与乱码(01)---编码基础
- package example.encoding; 1.
- import java.io.UnsupportedEncodingException; 1.
- /// /////*
- /* The Class GetBytesTest.
- /*/
- public class GetBytesTest { 1.
- /// /////*
- /* The main method.
- /*
- /* @param args the arguments
- /*/
- public static void main(String args[]) {
- String content = "中文";
- String defaultEncoding = System.getProperty("file.encoding");
- String defaultLnaguage = System.getProperty("user.language");
- System.out.println("System default encoding --- " + defaultEncoding);
- System.out.println("System default language --- " + defaultLnaguage); 1.
- GetBytesTest tester = new GetBytesTest(); 1.
- byte[] defaultBytes = tester.getBytesWithDefaultEncoding(content);
- tester.printBytes(defaultBytes); 1.
- byte[] iso8859Bytes = tester.getBytesWithGivenEncoding(content,
- "ISO-8859-1");
- tester.printBytes(iso8859Bytes); 1.
- byte[] gbkBytes = tester.getBytesWithGivenEncoding(content, "GBK");
- tester.printBytes(gbkBytes); 1.
- byte[] utfBytes = tester.getBytesWithGivenEncoding(content, "UTF-8");
- tester.printBytes(utfBytes); 1.
- } 1.
- /// /////*
- /* Gets the bytes with default encoding.
- /*
- /* @param content the content
- /*
- /* @return the bytes with default encoding
- /*/
- public byte[] getBytesWithDefaultEncoding(String content) {
- System.out.println("\nEncode with default encoding\n");
- byte[] bytes = content.getBytes();
- return bytes;
- } 1.
- /// /////*
- /* Gets the bytes with given encoding.
- /*
- /* @param content the content
- /* @param encoding the encoding
- /*
- /* @return the bytes with given encoding
- /*/
- public byte[] getBytesWithGivenEncoding(String content, String encoding) {
- System.out.println("\nEncode with given encoding : " + encoding + "\n");
- try {
- byte[] bytes = content.getBytes(encoding);
- return bytes;
- } catch (UnsupportedEncodingException e) {
- e.printStackTrace();
- return null;
- }
- } 1.
- /// /////*
- /* Prints the bytes.
- /*
- /* @param bytes the bytes
- /*/
- public void printBytes(byte[] bytes) {
- for (int i = 0; i < bytes.length; i++) {
- System.out.print(" byte[" + i + "] = " + bytes);
- System.out
- .println(" hex string = " + Integer.toHexString(bytes));
- }
- } 1.
- } 复制代码 【1】在中文平台下,测试结果如下: System default encoding --- GBK System default language --- zh Encode with default encoding byte[0] = -42 hex string = ffffffd6 byte[1] = -48 hex string = ffffffd0 byte[2] = -50 hex string = ffffffce byte[3] = -60 hex string = ffffffc4 Encode with given encoding : ISO-8859-1 byte[0] = 63 hex string = 3f byte[1] = 63 hex string = 3f Encode with given encoding : GBK byte[0] = -42 hex string = ffffffd6 byte[1] = -48 hex string = ffffffd0 byte[2] = -50 hex string = ffffffce byte[3] = -60 hex string = ffffffc4 Encode with given encoding : UTF-8 byte[0] = -28 hex string = ffffffe4 byte[1] = -72 hex string = ffffffb8 byte[2] = -83 hex string = ffffffad byte[3] = -26 hex string = ffffffe6 byte[4] = -106 hex string = ffffff96 byte[5] = -121 hex string = ffffff87 【2】在英文平台下,测试结果如下: System default encoding --- Cp1252 System default language --- en Encode with default encoding byte[0] = 63 hex string = 3f byte[1] = 63 hex string = 3f Encode with given encoding : ISO-8859-1 byte[0] = 63 hex string = 3f byte[1] = 63 hex string = 3f Encode with given encoding : GBK byte[0] = -42 hex string = ffffffd6 byte[1] = -48 hex string = ffffffd0 byte[2] = -50 hex string = ffffffce byte[3] = -60 hex string = ffffffc4 Encode with given encoding : UTF-8 byte[0] = -28 hex string = ffffffe4 byte[1] = -72 hex string = ffffffb8 byte[2] = -83 hex string = ffffffad byte[3] = -26 hex string = ffffffe6 byte[4] = -106 hex string = ffffff96 byte[5] = -121 hex string = ffffff87 【结论】 getBytes()、getBytes(encoding)函数的作用是使用系统默认或者指定的字符集编码方式,将字符串编码成字节数组。 在中文平台下,默认的字符集编码是GBK,此时如果使用getBytes()或者getBytes("GBK"),则按照GBK的编码规则将每个中文字符用2个byte表示。所以我们看到"中文"最终GBK编码结果就是: -42 -48 -50 -60 。-42和-48代表了"中"字,而"-50"和"-60"则代表了"文"字。 在中文平台下,如果指定的字符集编码是UTF-8,那么按照UTF-8对中文的编码规则:每个中文用3个字节表示,那么"中文"这两个字符最终被编码成:-28 -72 -83、-26 -106 -121两组。每3个字节代表一个中文字符。 在中文平台下,如果指定的字符集编码是ISO-8859-1,由于此字符集是单字节编码,所以使用getBytes("ISO-8859-1") 时,每个字符只取一个字节,每个汉字只取到了一半的字符。另外一半的字节丢失了。由于这一半的字符在字符集中找不到对应的字符,所以默认使用编码63代替,也就是?。 在英文平台下,默认的字符集编码是Cp1252(类似于ISO-8859-1),如果使用GBK、UTF-8进行编码,得到的字节数组依然是正确的 (GBK4个字节,UTF-8是6个字节)。因为在JVM内部是以Unicode存储字符串的,使用getBytes(encoding)会让JVM进行一次Unicode到指定编码之间的转换。对于GBK,JVM依然会转换成4个字节,对于UTF-8,JVM依然会转换成6个字节。但是对于ISO- 8859-1,则由于无法转换(2个字节--->1个字节,截取了一半的字节),所以转换后的结果是错误的。 相同的平台下,同一个中文字符,在不同的编码方式下,得到的是完全不同的字节数组。这些字节数组有可能是正确的(只要该字符集支持中文),也可能是完全错误的(该字符集不支持中文)。 记住: 不要轻易地使用或滥用String类的getBytes(encoding)方法,更要尽量避免使用getBytes()方法。因为这个方法是平台依赖的,在平台不可预知的情况下完全可能得到不同的结果。如果一定要进行字节编码,则用户要确保encoding的方法就是当初字符串输入时的 encoding。(文/Paul Lin) 下一篇:【Java 基础专题】编码与乱码(03)----String的toCharArray()方法测试
赞助商广告: 下面是更多相关的免费资源
• 《Google Android开发入门与实战》源码下载 • 修订后的电子书Java Persistence with Hibernate(英文版)下载 • 《OSGi原理与最佳实践》精选版下载 • Google Android应用框架原理与程式设计36技 • Java NIO 入门学习(读写文件) • Java NIO 入门学习(通道和缓冲区) • Java NIO 入门学习(过门) • 精简的JAVA计算器代码 • Groovy 深入探索——Metaclass的存放 • Java NIO 应用 -- 使用内存映射文件实现进程间通信 • 共享内存在Java中实现和应用 • Spring 2.5 中文简明教程下载 • Java制作的快速打开文件夹、程序的小工具 • 《Programming in Lua》中文版PDF • Killer Game Programming in Java • J2ME XHTML浏览器、J2ME WML浏览器、J2ME WAP浏览器(0.50b版) • 使用Ant实现zip压缩解压功能 • 免费论坛程序JForum的安装说明 • JavaBean一键生成插件:JavaBeanAssistant • The Definitive Guide to Jython: Python for the Java Platform **TOP
返回列表 赞助商广告:
拼吾爱程序人生 - 统计 - Sitemap 鄂ICP备07500843号
CopyRight © 2007-2010 Pin5i-Programming-Life 本站法律顾问:ITLAW-庄毅雄律师
Powered by Discuz!NT 3.0.0 Processed in 0.09375 second(s) , 6 queries.