（一）文件的编码

1、编码格式介绍

• ASCII：最早用来保存英文的编码；
• 扩展字符集：对ASCII编码的扩充；
• GB2312：对ASCII的中文扩展，其中GB2312编码的字符称为“全角”，原ASCII编码的字符被称为“半角”；
• GBK标准：对GB2312的扩充；
• GB18030：对GBK标准的扩充，为了适应我国各少数民族的字符；
• UNICODE：ISO国际组织研发的可涵盖全球所有字符的编码，UNICODE编码在网络传输中，有两个标准，UTF-8和UTF-16，分别对应每次传输8个位和16个位。

更详细的说明可以参考网页编码

2、编码之间的区别（以代码为例）

import java.io.UnsupportedEncodingException;

public class EncodeDemo {
public static void main(String[] args) throws Exception {   

String s = "简书ABC";
byte[] bt1 = s.getBytes();
//此处将字符串转换成字节序列用的是项目默认编码gbk
for(byte b: bt1){
//把字节转换成了int，以16进制显示
    System.out.print(Integer.toHexString(b&0xff)+"  ");
//（bc  f2）简（ca  e9）书（41）A（42）B（43）C
}


System.out.println();
//gbk编码，中文占用2个字节，英文占用1个字节。
byte[] bt2 = s.getBytes("gbk");
for(byte b: bt2){
    System.out.print(Integer.toHexString(b&0xff)+"  ");
//（bc  f2）简（ca  e9）书（41）A（42）B（43）C
}


System.out.println();
//utf-8编码，中文占用3个字节，英文占用1个字节。
byte[] bt3 = s.getBytes("utf-8");
for(byte b: bt3){
    System.out.print(Integer.toHexString(b&0xff)+"  ");
//（e7  ae  80）简（e4  b9  a6）书（41）A（42）B（43）C     
}


System.out.println();
//java采用双字节编码，即utf-16be编码
byte[] bt4 = s.getBytes("utf-16be");
//utf-16be编码，中文占用2个字节，英文占用2个字节。
for(byte b: bt4){
    System.out.print(Integer.toHexString(b&0xff)+"  ");
//（7b  80）简（4e  66）书（0  41）A（0  42）B（0  43）C
}


System.out.println();
/*
当字节序列使用某种编码时
此时想把字节序列转变为字符串
也需要使用这种编码形式
否则会出现乱码。
*/
String str1 = new String(bt4);//此时为项目默认编码gbk
System.out.println(str1);//{?Nf A B C

String str2 = new String(bt4,"utf-16be");
System.out.println(str2);//简书ABC
}   
}

版权声明：欢迎转载，欢迎扩散，但转载时请标明作者以及原文出处，谢谢合作！             ↓↓↓