java中的编码

1. 字库表：相当于所有可读或者可显示字符的数据库
2. 编码字符集(编码)：用一个编码值来表示一个字符在字库中的位置
3. 字符编码（编码格式）：把编码值转换成另外一种存储格式

Unicode就是上文中提到的编码字符集，而UTF-8就是字符编码，即Unicode规则字库的一种实现形式。

编码字符集为字库表中的字符位置编码，两者一一对应，由于很多时候只使用到字库中的一部分字符，若使用编码字符集则会造成浪费，故使用字符编码

java的string使用的编码是unicode，但是在存储到外存或者通过网络传输前没有编码格式

1. java字符串编码

public static void main(String[] args) throws IOException {

        String s = "篱开罗A";

        //不指定则使用项目默认字符编码将字符串转换位字节数组
        byte[] bytesWithUTF8 = s.getBytes();
        //指定使用GBK编码格式
        byte[] bytesWithGBK = s.getBytes("GBK");

        //不指定字符编码，默认使用项目字符编码，此处是UTF-8
        System.out.println(new String(bytesWithUTF8));
        for (byte b : bytesWithUTF8) {
            //toHexString接收的参数为int，此处byte被强制转换成int，& 0xff去除高24位
            //UTF-8每个中文使用三个字节，字母一个字节
            System.out.print(Integer.toHexString(b & 0xff) + " ");
        }
        System.out.println();

        //指定使用GBK进行解码
        System.out.println(new String(bytesWithGBK,"GBK"));
        for (byte b : bytesWithGBK) {
            // GBK每个中文使用两个字节，字母一个字节
            System.out.print(Integer.toHexString(b & 0xff) + " ");
        }
        System.out.println();


        //原本UTF-8编码格式的字节数组被指定使用GBK进行解码，得到乱码
        String errStr = new String(bytesWithUTF8, "GBK");
        //对错误字符串使用GBK进行编码，获取原字节数组
        byte[] bytes = errStr.getBytes("GBK");
        //使用UTF-8编码格式进行解码
        String rightStr = new String(bytes, "UTF-8");
        System.out.println("errStr: " + errStr);
        System.out.println("rightStr: " + rightStr);
    }

reference

十分钟搞清字符集和字符编码

java中GBK编码格式转成UTF8，用一段方法实现怎么做？

Java IO流