笔记心得编码和解码

问题一：在java中文件时应该采用什么编码Java文件的方式总体可以分为两类：按字节和按字符。按字节读取就是采用InputStream.read()方法来字节，然后保存到一个byte[]数组藏了一个编码的细节，newString(byte[]);会使用操作系统默认的字符集来解码字节数组，中文操作系统就是GBK。而我们从输入流里 是GBK编码的，因为从输入流里的字节编码取决于被 并保存。此时demo.txt编码是ANSI，中文操作系统下就是GBK。此时我们用输入字节流该文件所得到的字节就是使用GBK方式编码的字节那么我们最终newString(byte[]);时采用平台默认的GBK来编码成String也是没有问题的(字节编码和默认一致)。试想一下，如果在保存demo.txt文件时，我们选择UTF-8编码，那么该文件的编码就不在是ANSI了，而变成了UTF-8。仍然采UTF-8编码的字节。两次的字节显然不一样，一个很明显的区别就是：GBK每个汉字两个字节，而UTF-8每个汉字三个字节。如何我们最后还使用new采用的默认GBK，而我们的字节是UTF-8字节。正确的办法就是使用newOutputStreamoutnewFileOutputStream("d:\\demo.txt");demo.txtGBKGBK。如果UTF-8demo.txtUTF-8。这里还有一点，如果123abcasciigetBytes()getBytes(“UTF-8”)GBK这里可以总结一下，InputStreamOutputStream下面说说采用字符输入流来文件，符。说起字符流，不得不提的就是InputStreamReader。以下是javaapi对它的说明：InputStreamReader是字节流通向字符流的桥梁：它使用指定的charset字节并将其为字符它使用的字符集可以由名称指定或显式给InputStreamReader在底层还是采用字节流来 ，方式，那么会采用操作系统默认的GBK来的字节。还用上面demo.txt的例子，假设demo.txt编码方式为GBK，我们使用如下代码来文件： in=newInputStreamReader(new编码的，而InputStreamReader默认采用 也是GBK。如果把demo.txt编码方式换成UTF-8,那么我们采用这种方式 in=newInputStreamReader(new给InputStreamReader指定编码，这样二者统一就不会出现乱码了的。字符输出流的主要类是：OutputStreamWriter。JavaapiOutputStreamWritercharsetGBKOutputStreamWriter：OutputStreamWriterout=newOutputStreamWriter(newUTF-8UTF-8javajavacjava通常我们手动建立一个java文件Demo.java，并保存。此时Demo.java文件的编码为ANSI,中文操作系统下就是GBK.然后使用javac命令来编译该源文件。”javacDemo.java”。Javac也需要java文件，那么javac是使用什 我们的字节呢？其实javac采用了操作系统默认的GBK编码解 不会出现乱码情况。让我们来做点手脚，在保存Demo.java文件时，我们选择UTF-8保存。此时Demo.java文件编码就是UTF-8了。我们再使用”javacDemo.java”来编译，如果Demo.java里含有中文字符，此时控制台会出现警告信息，也出现了乱码。究其原因，就是因为javac采用了GBK编码我们定我们的编码。如下：javac-encodingUTF-8Demo.javaEclipsejavaIDEAntjavaAnt也是我常用的编译java文件的工具。首先，必须知道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">问题三：tomcatjspjsp<%@pagelanguage="java"contentType="text/html;charset=utf-8"pageEncoding乱码情况。其实这个属性就是告诉tomcat采用什么编码来jsp文件的。它jspjsp是GBK编码的，tomcat文件时采用也是GBK编码，所以能保证正确的的字节。不会出现乱码。如果把pageEncoding设置为UTF-8，那么 文件过程中转码就出现了乱码。上面说我常常不写pageEncoding这个属性，但是也没出现过乱码，这是怎么回事呢？那是因为如果没有pageEncoding属性，tomcat会采用contentType中charset编码来jsp文件，我的jsp文件编码通常设置为UTF-8,contentType的charset也设置为UTF-8,这样tomcat使用UTF-8编码来的jsp文件，二者编码一致也不会出现乱码。这只是contentType中charset的一个作用，它还有两个作用，后面再说。可能有人会问：如果我既不设置pageEncoding属性，也不设置contentType的charset属性那么tomcat会采取什么编码来 问题二和问题三分析的过程其实就是从源文件àclassunicodeGBKunicode,UTF-8unicode。因为只有采用正确的编码来转码才能保证不出现乱码。JvmjavaSysout.out.println比如：Sysout.out.println(“我们”)。经过正确的后”我们”是unicode保存在内存中的，但是在向标准输出(控制台)输出时，jvmGBK)unicodeGBKGBK的，不会出现乱码。在Eclipse中可以设置控制台的字符编码，具置在RunConfiguration框的Common里,我们可以试着设置为UTF-8,此时的输出jspout.println()据<%@pagelanguage="java"contentType="text/html;charset=utf-8"contentTypetomcatHTMLTomcatunicodetomcatcontentTypecharsetHTTPhttpcontentTypecharsetcontentTypecharset1).在没有pageEncoding属性时，tomcat使用它来的jsp文件2).tomcat3).为了能更好的理解上面所说的和转码过程，我们举一个例子inde