JAVA基础——字符编码

                           字符编码

一、概述

InputStreamReader

OutputStreamWriter

字符转换流是字符流与字节流转换的桥梁，同时加入了编码转换。

二、编码表的由来

计算机只能识别二进制数据，早期由来是电信号；

为了方便应用计算机，识别各个国家的文字；

就将各个国家的文字用数字来表示，并一一对应，形成一张表，这就是编码表。

三、常见的编码表

注意：

1、Java语言char类型使用的是Unicode

2、UTF-8每一个字节的开头都加有标识头，加完后很容易区分。UTF-8中汉字用3个字节表示。

3、中文码表兼容ASCII码表（中文中有拼音）。

四、转换流的编码应用

1、可以将字符以指定编码格式存储。

2、可以对文本数据指定编码格式来解决。

3、指定编码的动作由构造函数完成，构造方法如下：

InputStreamReader(InputStream in, String charsetName)
          创建使用指定字符集的 InputStreamReader
OutputStreamWriter(OutputStream out, String charsetName)
          创建使用指定字符集的 OutputStreamWriter

五、编码与解码

1、定义

编码：String→byte[] —-> byte[] getBytes(Charset)

解码： byte[]→String—->String(byte[],charsetName)

String(byte[], int offset, int length,charsetName)

2.图解

注意：

1）如果编码编错了，就无法再解码了。
2）之所以可以再解码是因为ISO8859-1不识别中文，解码的时候保持了数据的原样性。如果开始使用UTF-8解码，由于UTF-8支持中文，解码之后数据就发生了变化，不再是原有数据。
3）Tomcat服务器默认编码就是ISO8859-1，当Tomcat服务器出现乱码时，可以再解码还原数据。
4）用记事本打开文件是解码，因为电脑中的数据都是二进制文件。

3.“联通”现象：在记事本中存入联通，再次打开出现乱码

现象解释：

UTF-8有自己的标识头，如下：

联通的二进制数：

**110**00001

**10**101010

11001101

10101000

刚好“联通”的二进制代码刚好满足UTF-8的标示，再次打开记事本时，其就按UTF-8解码所以造成乱码。