Java进阶学习笔记63——字符集

标签：编码 Java 字节 解码 字符集 GBK 63 ASCII 进阶

常见字符集介绍：

美国人：

英文字母（大小写）数字、标点符号、特殊字符。

标准字符集：

ASCII码：

标准ASCII字符集：

ASCII：美国信息交换标准代码，包括了英文、符号等。

标准ASCII使用1个字节存储一个字符，首位是0，总共表示128个字符，对美国人老说完全够用。

中国人自己的字符集：

GBK（汉字内码扩展规范， 国标）

汉字编码字符集，包含了2万多个汉字等字符，GBK中一个中文字符编码成两个字节的形式存储。

注意：GBK兼容了ASCII字符集。

各个国家如果有各个国家的编码：

Unicode字符集（统一码，也叫万国码）。

Unicode是国际组织制定的，可以容纳世界上所有文字、符号的字符集。

UTF-32： 用4个字节表示一个字符。有容乃大。

这种方案太过于奢侈。占用存储空间，通信效率变低。

UTF-8： 

是Unicode字符集的一种编码方案，采取可变长编码方案，共分四个长度区：1个字节、2个字节、3个字节、4个字节。

英文字符、数字等只占一个字节（兼容标准ASCII编码），汉字字符占用3个字节。

注意：技术人员在开发时都应该使用UTF-8进行编码。

在IDE中，就是使用的UTF-8进行编码。

注意：

字符编码时使用的字符集，和解码时使用的字符集必须一致，否则会出现乱码。

英文和数字一般不会乱码，因为很多字符集都兼容了ASCII编码。

字符集的编码和解码操作：

编码：把字符按照指定字符集编码成字节；

解码：把字节按照指定字符集解码成字符。

package cn.chang.d3_charset;

import java.io.UnsupportedEncodingException;
import java.util.Arrays;

public class CharsetTest1 {
    public static void main(String[] args) throws UnsupportedEncodingException {
        // 1. 编码
        String Data = "a我b";
        byte[] bytes = Data.getBytes();  // 默认是按照平台字符集（UTF-8)进行编码的。
        System.out.println(Arrays.toString(bytes));  // [97, -26, -120, -111, 98]

        // 按照指定字符集进行编码。
        byte[] bytes1 = Data.getBytes("GBK");   // 使用GBK进行编码
        System.out.println(Arrays.toString(bytes1));   // [97, -50, -46, 98]

        // 2. 解码
        String s1 = new String(bytes);   // 按照平台默认编码UTF-8解码
        System.out.println(s1);

        // 3. 解码2
        String s2 = new String(bytes1, "GBK");  // 使用GBK进行解码
        System.out.println(s2);
    }
}

编码使用字符集，解码也就应该使用什么字符集。

标签：编码,Java,字节,解码,字符集,GBK,63,ASCII,进阶
From： https://blog.csdn.net/chang_chunhua/article/details/143398810