1. 字符编码

先来看一下不同的字符编码

String s = "爪哇ABC";

1.1 utf-8编码

utf8编码：中文占用3个字节，英文占用1个字节

byte[] bytes = s.getBytes("utf-8");

for(byte b : bytes){

//把字节（转换成了int）以16字节的方式显示

System.out.print(Integer.toHexString(b & 0xff) + "  ");

}

System.out.println();//换行

输出：e6  85  95  e8  af  be  41  42  43

1.2 gbk编码

gbk编码：中文占用2个字节，英文占用1个字节

byte[] bytes2 = s.getBytes("gbk");

for (byte b : bytes2) {

System.out.print(Integer.toHexString(b & 0xff) + "  " );

}

System.out.println();

输出：c4  bd  bf  ce  41  42  43

1.3 utf-16be编码

utf-16be编码是Java的编码格式，中文占用2个字节，英文中文占用2个字节

byte[] bytes3 = s.getBytes("utf-16be");

for (byte b : bytes3) {

System.out.print(Integer.toHexString(b & 0xff) + "  ");

}

System.out.println();

输出：61  55  8b  fe  0  41  0  42  0  43

1.4 乱码问题

造成乱码问题的原因很简单，是因为编解码采用的字符编码不一致造成的。如：上面的bytes3字节数据是utf-16be格式的字节序列，如果解码的时候用utf-8的话，就会出现乱码。

String str1 = new String(bytes3);

System.out.println(str1);

输出：aU??

如何解决乱码问题呢？ 方法也很简单，就是让编解码采用的字符编码一致即可。

String str2 = new String(bytes3, "utf-16be");

System.out.println(str2);

1.5 文本文件

* 文本文件就是字节序列，可以是任意编码的字节序列

* 如果在中文机器上创建文本文件，那么该文本文件只认识ANSI编码