Java 字符集编码

时间 2019-11-05

标签 java 字符集编码栏目 Java 繁體版

原文原文链接

1、字符编码实例
一、NioTest13_In.txt文件内容拷贝到NioTest13_Out.txt文件中

public class NioTest13 {

    public static void main(String[] args) throws  Exception {
        String inputFile = "NioTest13_In.txt";
        String outFile = "NioTest13_Out.txt";

        RandomAccessFile inputRandomAccessFile = new RandomAccessFile(inputFile,"r");

        RandomAccessFile outputRandomAccessFile = new RandomAccessFile(outFile,"rw");

        long inputLength = new File(inputFile).length();

        FileChannel inputFileChannel = inputRandomAccessFile.getChannel();
        FileChannel outputFileChannel = outputRandomAccessFile.getChannel();

        MappedByteBuffer inputData = inputFileChannel.map(FileChannel.MapMode.READ_ONLY, 0, inputLength);
        System.out.println("================================");
        /*Charset.availableCharsets().forEach( (k,v) -> {
            System.out.println(k + ", " + v);
        });*/
        System.out.println("================================");

        Charset charset = Charset.forName("iso-8859-1"); //utf-8
        CharsetDecoder decoder = charset.newDecoder(); //字节数组转字符串
        CharsetEncoder encoder = charset.newEncoder(); //字符串转字符数组

        CharBuffer charBuffer = decoder.decode(inputData);

         ByteBuffer outputData = encoder.encode(charBuffer);

        outputFileChannel.write(outputData);

        inputRandomAccessFile.close();
        outputRandomAccessFile.close();
    }
}

二、建立"NioTest13_In.txt文件java

三、执行后生成了NioTest13_Out.txt 文件数组

能够知道使用： Charset charset = Charset.forName("iso-8859-1"); //utf-8app

使用iso-8859-1和utf-8，中文显示都是正常的dom

2、字符编码介绍编码

一、ASCII
7 bit表示一个字符，共计能够表示128种字符code

二、ISO-8859-1（兼容ASCII）
8 bit表示一个字符，共计能够表示256种字符orm

三、gb2312
两个字节表示一个汉字blog

gbk（是gb2312的超集）
包括生僻的汉字utf-8

四、gb18030 最完整的汉字表示形式unicode

五、big5 繁体中文

六、unicode，全部国家的字符。采用了两个字节表示一个字符
缺点：不适合英文国家的存储

七、UTF Unicode Transaction Format
unicode是一种编码方式，而UTF则是一种存储方式： UTF-8是unicode的实现方式之一
1) UTF-16LE(little endian) UTF-16-BE(big endian)
　　Zero Widht No-Break Space, 文件开头以0xFEFF(BE)开始, 以0xFFFE（LE）开始

　2) UTF-8，变长字符表示形式（英文ASCII，中文：通常来讲，UTF-8会经过3个字节表示一个中文）

　3) BOM(Byte Order Mark),带有BOM头文件开头以0xFEFF(BE)开始, 以0xFFFE（LE）开始，通常出如今Window系统