文件的编码

清疚 2022-08-13 12:44 108阅读 0赞

新建3个txt文件，内容分别为联通、联想、联，再次分别打开三个文件，会发现联通、联乱码，联想没有乱码。诡异！

package com.imooc.io;
    
    import java.io.UnsupportedEncodingException;
    
    public class EncodeDemo {
    
    	public static void main(String[] args) throws UnsupportedEncodingException {
    		String str = "李程lch";
    
    		byte[] bytes1 = str.getBytes(); // 转换成字节序列用的是项目默认的编码utf-8
    		for (byte b : bytes1) {
    			// 把字节（转换成了int）以16进制的方式显示
    			System.out.print(Integer.toHexString(b & 0xff) + "  ");
    		}
    		// 结论：utf-8编码中文占用3个字节，英文占用1个字节
    
    		System.out.println();
    		byte[] bytes2 = str.getBytes("gbk"); // 转换成字节序列将编码设置为gbk
    		for (byte b : bytes2) {
    			// 把字节（转换成了int）以16进制的方式显示
    			System.out.print(Integer.toHexString(b & 0xff) + "  ");
    		}
    		// 结论：gbk编码中文占用2个字节,英文占用1个字节
    
    		System.out.println();
    		// java是双字节编码utf-16be
    		byte[] bytes3 = str.getBytes("utf-16be"); // 转换成字节序列将编码设置为utf-16be
    		for (byte b : bytes3) {
    			// 把字节（转换成了int）以16进制的方式显示
    			System.out.print(Integer.toHexString(b & 0xff) + "  ");
    		}
    		// 结论：utf-16be编码中文和英文君占用2个字节
    
    		System.out.println();
    		/*
    		 * 当你的字节序列式某种编码时，这个时候想把字节序列变成字符串，也需要用这种编码方式，否则会出现乱码
    		 */
    		String str1 = new String(bytes3); // 用项目默认编码utf-8
    		System.out.println(str1); // 乱码
    		
    		String str2 = new String(bytes3,"utf-16be"); // 使用序列化时的编码
    		System.out.println(str2); // 正常	
    		
    		String str3 = new String(bytes3,"gbk"); // 使用序列化时的编码
    		System.out.println(str3); // 乱码	
    		
    		/*
    		 * 文本文件 就是字节序列
    		 * 可以使任意编码
    		 * 如果我们在中文机器上直接创建文本文件，那么该文本文件只认识ansi编码
    		 * 联通、联这是一种巧合，他们正好符合了utf-8编码的规则。
    		 */
    	}
    
    }

运行结果：

![SouthEast][]

[SouthEast]: /images/20220810/eab0a19683294cc3bf1e4825516aee4c.png