【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

[登录] [注册]|

程序人生

【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

  1. package example.encoding; 1.
  2. import java.io.UnsupportedEncodingException; 1.
  3. /// /////*
  4. /* The Class GetBytesTest.
  5. /*/
  6. public class GetBytesTest { 1.
  7. /// /////*
  8. /* The main method.
  9. /*
  10. /* @param args the arguments
  11. /*/
  12. public static void main(String args[]) {
  14. String content = "中文";
  15. String defaultEncoding = System.getProperty("file.encoding");
  16. String defaultLnaguage = System.getProperty("user.language");
  17. System.out.println("System default encoding --- " + defaultEncoding);
  18. System.out.println("System default language --- " + defaultLnaguage); 1.
  19. GetBytesTest tester = new GetBytesTest(); 1.
  20. byte[] defaultBytes = tester.getBytesWithDefaultEncoding(content);
  21. tester.printBytes(defaultBytes); 1.
  22. byte[] iso8859Bytes = tester.getBytesWithGivenEncoding(content,
  23. "ISO-8859-1");
  24. tester.printBytes(iso8859Bytes); 1.
  25. byte[] gbkBytes = tester.getBytesWithGivenEncoding(content, "GBK");
  26. tester.printBytes(gbkBytes); 1.
  27. byte[] utfBytes = tester.getBytesWithGivenEncoding(content, "UTF-8");
  28. tester.printBytes(utfBytes); 1.
  29. } 1.
  30. /// /////*
  31. /* Gets the bytes with default encoding.
  32. /*
  33. /* @param content the content
  34. /*
  35. /* @return the bytes with default encoding
  36. /*/
  37. public byte[] getBytesWithDefaultEncoding(String content) {
  38. System.out.println("\nEncode with default encoding\n");
  39. byte[] bytes = content.getBytes();
  40. return bytes;
  41. } 1.
  42. /// /////*
  43. /* Gets the bytes with given encoding.
  44. /*
  45. /* @param content the content
  46. /* @param encoding the encoding
  47. /*
  48. /* @return the bytes with given encoding
  49. /*/
  50. public byte[] getBytesWithGivenEncoding(String content, String encoding) {
  51. System.out.println("\nEncode with given encoding : " + encoding + "\n");
  52. try {
  53. byte[] bytes = content.getBytes(encoding);
  54. return bytes;
  55. } catch (UnsupportedEncodingException e) {
  56. e.printStackTrace();
  57. return null;
  58. }
  59. } 1.
  60. /// /////*
  61. /* Prints the bytes.
  62. /*
  63. /* @param bytes the bytes
  64. /*/
  65. public void printBytes(byte[] bytes) {
  66. for (int i = 0; i < bytes.length; i++) {
  67. System.out.print(" byte[" + i + "] = " + bytes);
  68. System.out
  69. .println(" hex string = " + Integer.toHexString(bytes));
  70. }
  71. } 1.
  72. } 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.

希望本站内容对您有点用处,有什么疑问或建议请在后面留言评论
转载请注明作者(RobinChia)和出处 It so life ，请勿用于任何商业用途
本文链接: 【Java 基础专题】编码与乱码(02)