java字符编码

Posted 2021-02-04 zhuyj

java中的文字是16位整数（2个byte）序列，文件中的数据是8位的byte序列，如何将字符char转为byte —— 编码

字符编码（char encoding）：将字符序列拆分为byte序列的拆分方法称为字符的编码

（1）UTF-16BE：将字符切两半，String.getByte("utf-16be")，支持65535个字符，中英文都是两个byte，定长编码，缺点是，英文浪费时间，只能支持unicode 4.0

（2）UTF-8：采用的是变长编码，1～4字节，按照数值从小到大采用1～4字节编码

　　0～127：1字节（英文）

　　128～2047：2字节（符号等等）

　　2048～65535：3字节（包含2万多中文）

　　65536～1114111：4字节编码

　　支持全部的unicode（11万字），如果文字中英文为主体，编码最短！UTF-8是国际化最优方案。

（3）GBK：中国国家标准，是变长编码，英文1字节，中文2字节，支持2万多中英文，是中国本地化最优方案，GB2312是GBK的子集（6千多字符）

（4）ISO8859-1：就是ASCII，只支持英文，256个，不支持中文，会将一个char转换为byte（高8位丢弃）

如何查询本地编码：

String encoding = System.getProperty("file.encoding");

.getBytes();是按照本地计算机默认编码

.getBytes("utf-8");将字符串进行编码，指定编码，此处编码为UTF-8