美女视频很黄,131丰满美女视频,刘涛9分34秒视频

2005年7月3日的資料相關(guān)

2007.07.03

String.getBytes()方法中的中文編碼問題

String.getBytes()的問題

String的getBytes()方法是得到一個(gè)字串的字節(jié)數(shù)組，這是眾所周知的。但特別要注意的是，本方法將返回該操作系統(tǒng)默認(rèn)的編碼格式的字節(jié)數(shù)組。如果你在使用這個(gè)方法時(shí)不考慮到這一點(diǎn)，你會(huì)發(fā)現(xiàn)在一個(gè)平臺(tái)上運(yùn)行良好的系統(tǒng)，放到另外一臺(tái)機(jī)器后會(huì)產(chǎn)生意想不到的問題。比如下面的程序，
class TestCharset
{

    public static void main(String[] args)
    {
        new TestCharset().execute();
    }

    private void execute() {
        String s = "Hello!你好！";

        byte[] bytes = s.getBytes();

        System.out.println("bytes lenght is:" + bytes.length);

    }

}

在一個(gè)中文WindowsXP系統(tǒng)下，運(yùn)行時(shí)，結(jié)果為：
bytes lenght is:12

但是如果放到了一個(gè)英文的UNIX環(huán)境下運(yùn)行：
$ java TestCharset
bytes lenght is:9

如果你的程序依賴于該結(jié)果，將在后續(xù)操作中引起問題。為什么在一個(gè)系統(tǒng)中結(jié)果為12，而在另外一個(gè)卻變成了9了呢？上面已經(jīng)提到了，該方法是和平臺(tái)（編碼）相關(guān)的。在中文操作系統(tǒng)中，getBytes方法返回的是一個(gè)GBK或者GB2312的中文編碼的字節(jié)數(shù)組，其中中文字符，各占兩個(gè)字節(jié)。而在英文平臺(tái)中，一般的默認(rèn)編碼是“ISO-8859-1”，每個(gè)字符都只取一個(gè)字節(jié)（而不管是否非拉丁字符）。

Java中的編碼支持

Java是支持多國編碼的，在Java中，字符都是以Unicode進(jìn)行存儲(chǔ)的，比如，“你”字的Unicode編碼是“4f60”，我們可以通過下面的實(shí)驗(yàn)代碼來驗(yàn)證：
class TestCharset
{

    public static void main(String[] args)
    {
        char c = ‘你‘;
        int i = c;
        System.out.println(c);
        System.out.println(i);
    }

}

不管你在任何平臺(tái)上執(zhí)行，都會(huì)有相同的輸出：

----------------- output ------------------
你
20320

20320就是Unicode “4f60”的整數(shù)值。其實(shí)，你可以反編譯上面的類，可以發(fā)現(xiàn)在生成的.class文件中字符“你”（或者其它任何中文字串）本身就是以Unicode編碼進(jìn)行存儲(chǔ)的：
        char c = ‘\u4F60‘;
        ... ...

即使你知道了編碼的編碼格式，比如：
javac -encoding GBK TestCharset.java
編譯后生成的.class文件中仍然是以Unicode格式存儲(chǔ)中文字符或字符串的。

使用String.getBytes(String charset)方法

所以，為了避免這種問題，我建議大家都在編碼中使用String.getBytes(String charset)方法。下面我們將從字串分別提取ISO-8859-1和GBK兩種編碼格式的字節(jié)數(shù)組，看看會(huì)有什么結(jié)果：
class TestCharset
{

    public static void main(String[] args)
    {
        new TestCharset().execute();
    }

    private void execute() {
        String s = "Hello!你好！";

        byte[] bytesISO8859 =null;
        byte[] bytesGBK = null;

        try
        {
            bytesISO8859 = s.getBytes("iso-8859-1");
            bytesGBK = s.getBytes("GBK");
        }
        catch (java.io.UnsupportedEncodingException e)
        {
            e.printStackTrace();
        }

        System.out.println("-------------- \n 8859 bytes:");
        System.out.println("bytes is:     " + arrayToString(bytesISO8859));
        System.out.println("hex format is:" + encodeHex(bytesISO8859));
        System.out.println();

        System.out.println("-------------- \n GBK bytes:");
        System.out.println("bytes is:     " + arrayToString(bytesGBK));
        System.out.println("hex format is:" + encodeHex(bytesGBK));

    }

    public static final String encodeHex (byte[] bytes) {
        StringBuffer buff = new StringBuffer(bytes.length * 2);
        String b;
        for (int i=0; i<bytes.length ; i++)
        {
            b = Integer.toHexString(bytes[i]);
            // byte是兩個(gè)字節(jié)的，而上面的Integer.toHexString會(huì)把字節(jié)擴(kuò)展為4個(gè)字節(jié)
            buff.append(b.length() > 2 ? b.substring(6,8) : b);
            buff.append(" ");
        }
        return buff.toString();
    }

    public static final String arrayToString (byte[] bytes) {
        StringBuffer buff = new StringBuffer();
        for (int i=0; i<bytes.length ; i++)
        {
            buff.append(bytes[i] + " ");
        }
        return buff.toString();
    }

}
執(zhí)行上面程序?qū)⒋蛴〕觯?br>--------------
8859 bytes:
bytes is:     72 101 108 108 111 33 63 63 63
hex format is:48 65 6c 6c 6f 21 3f 3f 3f

--------------
GBK bytes:
bytes is:     72 101 108 108 111 33 -60 -29 -70 -61 -93 -95
hex format is:48 65 6c 6c 6f 21 c4 e3 ba c3 a3 a1

可見，在s中提取的8859-1格式的字節(jié)數(shù)組長度為9，中文字符都變成了“63”，ASCII碼為63的是“?”，一些國外的程序在國內(nèi)中文環(huán)境下運(yùn)行時(shí)，經(jīng)常出現(xiàn)亂碼，上面布滿了“?”，就是因?yàn)榫幋a沒有進(jìn)行正確處理的結(jié)果。而提取的GBK編碼的字節(jié)數(shù)組中正確得到了中文字符的GBK編碼。字符“你”“好”“！”的GBK編碼分別是：“c4e3”“bac3”“a3a1”。得到了正確的以GBK編碼的字節(jié)數(shù)組，以后需要還原為中文字串時(shí)，可以使用下面方法：
new String(byte[] bytes, String charset)

本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊舉報(bào)。

打開APP，閱讀全文并永久保存查看更多類似文章

java字符串的各種編碼轉(zhuǎn)換類ChangeCharset

十六進(jìn)制編碼求異或

Java GetBytes 編碼方式（轉(zhuǎn)）

密碼學(xué)之Byte和bit(04)

微信公眾賬號(hào)開發(fā)教程第6篇-文本消息的內(nèi)容長度限制揭秘

Java中g(shù)etBytes()的用法

更多類似文章 >>

国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

String.getBytes()的問題

Java中的編碼支持

使用String.getBytes(String charset)方法