1 編碼簡介

1.1 ASCII/ISO-8859-1/Latin_1

單字節編碼，可以表示256個不同的字符(英文字符、標點符號等)。

1.2 GB2312/GBK

雙字節編碼(不定長，英文時只用一個字節)，兼容ISO-8859-1編碼，即當其為ISO-8859-1時，只需用一個字節來表示，并且其值完全一樣。GB2312只能表示簡體字，GBK可以同時表示繁體字和簡體字，并且兼容GB2312。

1.3 Unicode

定長雙字節編碼，不兼容任何編碼，但可通過轉換，表示任何編碼。Java內部使用Unicode來進行操作。不過Unicode容易占用更多的空間，因為對于英文字母，Unicode也需要兩個字節來表示。

1.4 UTF(UCS Transformation Format)

不定長編碼，每一個字符的長度從1-6個字節不等，一般來講，英文字母都是用一個字節表示，而漢字使用三個字節。其實UTF就是Unicode編碼的傳輸和存儲的格式。

2 Java對字符的處理

2.1 getBytes(charset)

將字符串所表示的字符按照charset編碼，并以字節方式表示。注意字符串在java內存中總是按unicode編碼存儲的。比如"中文"，存儲為"4e2d 6587"，如果charset為"gbk"，則被編碼為"d6d0 cec4"，然后返回字節"d6 d0 ce c4"。如果charset為"utf8"則最后是"e4 b8 ad e6 96 87"。如果是"iso8859-1"，則由于無法編碼，最后返回 "3f 3f"(兩個問號)。(應先考慮字符串所表示的字符編碼，然后確定需轉換的編碼與現在字符串的編碼是否兼容)

2.2 new String(charset)

將字節數組按照charset編碼進行組合識別，最后轉換為unicode存儲。就是按照不同的編碼，取不同的字節數，然后轉換成unicode。

3 Java中各類型操作的字符處理

3.1 各類型處理

3.2 文件讀寫

外部數據如文件經過讀寫和轉換兩個步驟，轉為jvm所使用字符。

1. InputStream/OutputStream用于讀寫原始外部數據，Reader/Writer執行讀寫和轉換兩個步驟，處理漢字不合適，應該首選使用Reader/Writer。

2. FileReader/FileWriter使用JVM當前編碼讀寫文件.如果有其它編碼格式,使用InputStreamReader/OutputStreamWriter

3. PrintStream有點特殊，它自動使用jvm缺省編碼進行轉換。

3.3 讀取.properties文件

.propeties文件由Properties類以iso8859-1編碼讀取，因此不能在其中直接寫漢字。

1. 使用JDK 的native2ascii工具轉換漢字為\uXXXX格式。命令行：native2ascii –encoding GBK inputfile outputfile

2. 對讀入的字符串進行轉換：byte[] b = str.getBytest(“ISO-8859-1”); str = new String(b,”GBK”);

3.4 讀取XML文件

XML文件讀寫同于文件讀寫，但應注意確保XML頭中聲明如 xml version=”1.0” encoding=”gb2312”?>與文件編碼保持一致。

3.5 WEB/Servlet/JSP

1. 對于JSP，確定頭部加上 這樣的標簽。

2. 對于Servlet，確定 設置setContentType (“text/html; charset=gbk”)，以上兩條用于使得輸出漢字沒有問題。

3. 為輸出HTML head中加一個 ，讓瀏覽器正確確定HTML編碼。

4. 為Web應用加一個Filter，確保每個Request明確調用setCharacterEncoding方法,讓輸入漢字能夠正確解析。

總結

以上是生活随笔為你收集整理的java byte 编码_java字节编码总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。