Java 字符集编码问题

byte与char

　　在java中，byte和char对于非英文字符来说：

　　byte类型占用1字节，也就是说单个byte类型的变量，占用内存8位，数据范围是-128~127，全部转换为正数时，表示范围是0~255，所以他的表示范围刚好是ASCII码的范围。单个byte类型的变量不能存ASCII之外的数据（比如中文字符），但是可以用多个byte组合之后存储其他字符集的数据。

　　char类型占用2字节，也就是说单个byte类型的变量，占用内存16位，可以用来表示一个字符，注意这里说的是字符，而不是字节。一个字符，可以是ASCII中的某个字符，也可以是中文中的某个汉字。

// byte用来存单个字节
byte b = 'a';
//b = '中';  // 错误，'中'是char类型。

char c = 'a';
c = '中';

　　

 

字符集

　　在开发过程中，有些数据的编码格式会有有所不同，一般需要将其经过编码和解码之后，再使用，否则就会出现乱码的情况。

　　常见的字符集，比如GBK，UTF-8，UTF-16，ISO-8859-1

　　

 

数据的编码与解码

　　可以调用getBytes()方法，传入对应的字符集，即可将数据编码为对应的字符集。如果没有传入字符集的话，会编码为平台默认的字符集格式。

　　在解码的时候，可以调用String类的构造器进行解码，注意传入的解码字符集，需要和编码的字符集相同，否则仍会出现乱码。

import java.io.UnsupportedEncodingException;

public class Demo {
	public static void main(String[] args) {
		encodeData();
		decodeData();
	}
	
	/**
	 * 演示对数据进行编码
	 */
	public static void encodeData()  {
		String data = "这是数据abc";
		System.out.println(data.length());  // 7
		// 注意，length()方法返回的是字符串中字符的数量，而不是字符串的字节数
		// 在计算长度的时候，是按照utf8字符集来计算。
		
		// 通过getBytes()将数据按照平台默认的字符集进行编码。返回byte[]
		System.out.println(data.getBytes().length); // 15
		
		// 可以将数据编码为指定字符集，大小写随意，并且utf8或者utf-8都可以
		try {
			System.out.println(data.getBytes("gbk").length); // 11
			System.out.println(data.getBytes("utf-8").length);// 15
			
		} catch (UnsupportedEncodingException e) {
			e.printStackTrace();
		} 
	}
	
	/**
	 * 演示对数据进行解码
	 */
	public static void decodeData() {
		byte[] encoded_data = null;  // 模拟收到其他编码格式的数据
		try {
			encoded_data = "abc数据".getBytes("gbk");
		} catch (UnsupportedEncodingException e1) {
			e1.printStackTrace();
		}
		
		// 使用String的构造器来实现decode
		// 注意decode的时候，要使用encode时的字符集，否则两个字符集不对应时，会出现乱码。
		try {
			
			String decoded_data = null; 
			decoded_data = new String(encoded_data, 0, encoded_data.length, "utf8");
			System.out.println(decoded_data);  // abc����
			
			decoded_data = new String(encoded_data, 0, encoded_data.length, "gbk");
			System.out.println(decoded_data);  // abc数据
			
		} catch (UnsupportedEncodingException e) {
			e.printStackTrace();
		}
	}
}