Java字符集编码解码详细介绍

川长思鸟来 2023-09-23 12:57 68阅读 0赞

#### 文章目录 ####

*   *  字符集
     *   *  字符集的基本认识
         *  字符集编码和解码

### 字符集 ###

#### 字符集的基本认识 ####

**字符集基础知识**

> 计算机底层不可以直接存储字符的。计算机中底层只能存储二进制(0、1)
> 
> 二进制是可以转换成十进制的
> 
> 计算机底层可以表示十进制编号。计算机可以给人类字符进行编号存储，这套编号规则就是字符集。

**ASCII字符集**:

> ASCII(American Standard Code for Information Interchange，美国信息交换标准代码)：包括了数字、英文、符号。
> 
> ASCII使用1个字节存储一个字符，一个字节是8位，总共可以表示128个字符信息，对于英文，数字来说是够用的。
> 
> 例如:
> 
>  *  01100001‬ = 97 => a
>  *  ‭01100010‬ = 98 => b

**GBK**:

> window系统默认的码表。兼容ASCII码表，也包含了几万个汉字，并支持繁体汉字以及部分日韩文字。
> 
> 注意：GBK是中国的码表，一个中文以两个字节的形式存储。但不包含世界上所有国家的文字。

**Unicode码表**:

> unicode（又称统一码、万国码、单一码）是计算机科学领域里的一项业界字符编码标准。
> 
> 容纳世界上大多数国家的所有常见文字和符号。
> 
> 由于Unicode会先通过UTF-8，UTF-16，以及 UTF-32的编码成二进制后再存储到计算机，其中最为常见的就是UTF-8。

**注意**:

> Unicode是万国码，以UTF-8编码后一个中文一般以三个字节的形式存储。
> 
> UTF-8也要兼容ASCII编码表。
> 
> 技术人员都应该使用UTF-8的字符集编码。
> 
> 编码前和编码后的字符集需要一致，否则会出现中文乱码。

**汉字存储和展示过程解析**:

![在这里插入图片描述][be4a401663ae417d97863f1d03556f6f.png_pic_center]

**小结** :

字符串常见的字符底层组成

> 英文和数字等在任何国家的字符集中都占1个字节
> 
> GBK字符中一个中文字符占2个字节
> 
> UTF-8编码中一个中文1般占3个字节

字符串常见的字符底层组成要求

> 必须一致，否则会出现中文字符乱码
> 
> 英文和数字在任何国家的编码中都不会乱码

#### 字符集编码和解码 ####

**String编码**:

<table> 
 <thead> 
  <tr> 
   <th>方法名称</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>byte[] getBytes()</td> 
   <td>使用平台的默认字符集将该String编码为一系列字节，将结果存储到新的字节数组中</td> 
  </tr> 
  <tr> 
   <td>byte[] getBytes(String charsetName)</td> 
   <td>使用指定的字符集将该String编码为一系列字节，将结果存储到新的字节数组中</td> 
  </tr> 
 </tbody> 
</table>

编码示例代码

public static void main(String[] args) {
        
        String name = "学习Java";
      
      	// 使用默认字符集(UTF-8)进行编码
        byte[] bytes = name.getBytes();
        System.out.println(Arrays.toString(bytes)); 
      	// [-27, -83, -90, -28, -71, -96, 74, 97, 118, 97]
    }

public static void main(String[] args) throws UnsupportedEncodingException {
        
        String name = "学习Java";
    
      	// 指定字符集(GBK)进行编码
        byte[] bytes = name.getBytes("GBK");
        System.out.println(Arrays.toString(bytes)); // [-47, -89, -49, -80, 74, 97, 118, 97]
    }

**String解码**:

<table> 
 <thead> 
  <tr> 
   <th>构造器</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>String(byte[] bytes)</td> 
   <td>通过使用平台的默认字符集解码指定的字节数组来构造新的 String</td> 
  </tr> 
  <tr> 
   <td>String(byte[] bytes, String charsetName)</td> 
   <td>通过指定的字符集解码指定的字节数组来构造新的 String</td> 
  </tr> 
 </tbody> 
</table>

解码实例代码

> 注意编码和解码的字符集必须一致, 否则会乱码

> 默认UTF-8解码

public static void main(String[] args) throws UnsupportedEncodingException {
        
        String name = "学习Java";
    
        // 编码
        byte[] bytes = name.getBytes();
        System.out.println(Arrays.toString(bytes)); // [-27, -83, -90, -28, -71, -96, 74, 97, 118, 97]
    
        // 解码
        String newName = new String(bytes);
        System.out.println(newName); // 学习Java
    }

> 指定GBK解码

public static void main(String[] args) throws UnsupportedEncodingException {
        
        String name = "学习Java";
    
        // 编码
        byte[] bytes = name.getBytes("GBk");
        System.out.println(Arrays.toString(bytes)); // [-47, -89, -49, -80, 74, 97, 118, 97]
    
        // 解码
        String newName = new String(bytes, "GBK");
        System.out.println(newName); // 学习Java
    }

[be4a401663ae417d97863f1d03556f6f.png_pic_center]: https://img-blog.csdnimg.cn/be4a401663ae417d97863f1d03556f6f.png#pic_center