筆記心得編碼和解碼

問題一：在java中文件時應(yīng)該采用什么編碼Java文件的方式總體可以分為兩類：按字節(jié)和按字符。按字節(jié)讀取就是采用InputStream.read()方法來字節(jié)，然后保存到一個byte[]數(shù)組藏了一個編碼的細節(jié)，newString(byte[]);會使用操作系統(tǒng)默認的字符集來解碼字節(jié)數(shù)組，中文操作系統(tǒng)就是GBK。而我們從輸入流里 是GBK編碼的，因為從輸入流里的字節(jié)編碼取決于被 并保存。此時demo.txt編碼是ANSI，中文操作系統(tǒng)下就是GBK。此時我們用輸入字節(jié)流該文件所得到的字節(jié)就是使用GBK方式編碼的字節(jié)那么我們最終newString(byte[]);時采用平臺默認的GBK來編碼成String也是沒有問題的(字節(jié)編碼和默認一致)。試想一下，如果在保存demo.txt文件時，我們選擇UTF-8編碼，那么該文件的編碼就不在是ANSI了，而變成了UTF-8。仍然采UTF-8編碼的字節(jié)。兩次的字節(jié)顯然不一樣，一個很明顯的區(qū)別就是：GBK每個漢字兩個字節(jié)，而UTF-8每個漢字三個字節(jié)。如何我們最后還使用new采用的默認GBK，而我們的字節(jié)是UTF-8字節(jié)。正確的辦法就是使用newOutputStreamoutnewFileOutputStream("d:\\demo.txt");demo.txtGBKGBK。如果UTF-8demo.txtUTF-8。這里還有一點，如果123abcasciigetBytes()getBytes(“UTF-8”)GBK這里可以總結(jié)一下，InputStreamOutputStream下面說說采用字符輸入流來文件，符。說起字符流，不得不提的就是InputStreamReader。以下是javaapi對它的說明：InputStreamReader是字節(jié)流通向字符流的橋梁：它使用指定的charset字節(jié)并將其為字符它使用的字符集可以由名稱指定或顯式給InputStreamReader在底層還是采用字節(jié)流來 ，方式，那么會采用操作系統(tǒng)默認的GBK來的字節(jié)。還用上面demo.txt的例子，假設(shè)demo.txt編碼方式為GBK，我們使用如下代碼來文件： in=newInputStreamReader(new編碼的，而InputStreamReader默認采用 也是GBK。如果把demo.txt編碼方式換成UTF-8,那么我們采用這種方式 in=newInputStreamReader(new給InputStreamReader指定編碼，這樣二者統(tǒng)一就不會出現(xiàn)亂碼了的。字符輸出流的主要類是：OutputStreamWriter。JavaapiOutputStreamWritercharsetGBKOutputStreamWriter：OutputStreamWriterout=newOutputStreamWriter(newUTF-8UTF-8javajavacjava通常我們手動建立一個java文件Demo.java，并保存。此時Demo.java文件的編碼為ANSI,中文操作系統(tǒng)下就是GBK.然后使用javac命令來編譯該源文件?！眏avacDemo.java”。Javac也需要java文件，那么javac是使用什 我們的字節(jié)呢？其實javac采用了操作系統(tǒng)默認的GBK編碼解 不會出現(xiàn)亂碼情況。讓我們來做點手腳，在保存Demo.java文件時，我們選擇UTF-8保存。此時Demo.java文件編碼就是UTF-8了。我們再使用”javacDemo.java”來編譯，如果Demo.java里含有中文字符，此時控制臺會出現(xiàn)警告信息，也出現(xiàn)了亂碼。究其原因，就是因為javac采用了GBK編碼我們定我們的編碼。如下：javac-encodingUTF-8Demo.javaEclipsejavaIDEAntjavaAnt也是我常用的編譯java文件的工具。首先，必須知道Ant在其javacjava1AntAntUTF-8javaencoding”UTF-8java<javacdestdir="${classes}"target="1.4"source="1.4"deprecation="off"debug="on"debuglevel="lines,vars,source"optimize="off"encoding="UTF-8">問題三：tomcatjspjsp<%@pagelanguage="java"contentType="text/html;charset=utf-8"pageEncoding亂碼情況。其實這個屬性就是告訴tomcat采用什么編碼來jsp文件的。它jspjsp是GBK編碼的，tomcat文件時采用也是GBK編碼，所以能保證正確的的字節(jié)。不會出現(xiàn)亂碼。如果把pageEncoding設(shè)置為UTF-8，那么 文件過程中轉(zhuǎn)碼就出現(xiàn)了亂碼。上面說我常常不寫pageEncoding這個屬性，但是也沒出現(xiàn)過亂碼，這是怎么回事呢？那是因為如果沒有pageEncoding屬性，tomcat會采用contentType中charset編碼來jsp文件，我的jsp文件編碼通常設(shè)置為UTF-8,contentType的charset也設(shè)置為UTF-8,這樣tomcat使用UTF-8編碼來的jsp文件，二者編碼一致也不會出現(xiàn)亂碼。這只是contentType中charset的一個作用，它還有兩個作用，后面再說?？赡苡腥藭枺喝绻壹炔辉O(shè)置pageEncoding屬性，也不設(shè)置contentType的charset屬性那么tomcat會采取什么編碼來 問題二和問題三分析的過程其實就是從源文件àclassunicodeGBKunicode,UTF-8unicode。因為只有采用正確的編碼來轉(zhuǎn)碼才能保證不出現(xiàn)亂碼。JvmjavaSysout.out.println比如：Sysout.out.println(“我們”)。經(jīng)過正確的后”我們”是unicode保存在內(nèi)存中的，但是在向標(biāo)準(zhǔn)輸出(控制臺)輸出時，jvmGBK)unicodeGBKGBK的，不會出現(xiàn)亂碼。在Eclipse中可以設(shè)置控制臺的字符編碼，具置在RunConfiguration框的Common里,我們可以試著設(shè)置為UTF-8,此時的輸出jspout.println()據(jù)<%@pagelanguage="java"contentType="text/html;charset=utf-8"contentTypetomcatHTMLTomcatunicodetomcatcontentTypecharsetHTTPhttpcontentTypecharsetcontentTypecharset1).在沒有pageEncoding屬性時，tomcat使用它來的jsp文件2).tomcat3).為了能更好的理解上面所說的和轉(zhuǎn)碼過程，我們舉一個例子inde