String字串編碼解碼格式

string. getbytes() //方法是得到乙個作業系統預設的編碼格式的位元組陣列。 string. getbytes (string decode) //方法會根據指定的decode編碼返回某字串在該編碼下的byte陣列表示 newstring (byte b,string decode)

//按照指定的方法編碼

正常的編碼解碼

byte
b_gbk =
"中".
getbytes
("gbk"); 
string s_gbk =
newstring
(b_gbk,
"gbk"); 
system.out.
println
(s_gbk)
;//中

編碼解碼不統一導致亂碼

byte
b_gbk =
"中".
getbytes
("gbk"); 
string s_utf8 =
newstring
(b_gbk,
"utf-8"); 
system.out.
println
(s_gbk)
;//��  導致亂碼

在一篇部落格中看到對iso8859-1的中文編碼解碼介紹感覺非常到位在裡摘抄一下

進一步理解：

byte
b_gbk =
"中".
getbytes
("gbk");
byte
b_utf8 =
"中".
getbytes
("utf-8");
byte
b_iso88591 =
"中".
getbytes
("iso8859-1"); 
system.out.
println
(b_utf8.length)
;//3
system.out.
println
(b_gbk.length)
;//2
system.out.
println
(b_iso88591.length)
;//1

解碼時位元組陣列：

將分別返回「中」這個漢字在gbk、utf-8和iso8859-1編碼下的byte陣列表示，此時b_gbk的長度為2，b_utf8的長度為3，b_iso88591的長度為1。

編碼後：

而與getbytes相對的，可以通過new string(byte, decode)的方式來還原這個「中」字時，這個new string(byte, decode)實際是使用decode指定的編碼來將byte解析成字串。

string s_gbk =
newstring
(b_gbk,
"gbk"); 
string s_utf8 =
newstring
(b_utf8,
"utf-8"); 
string s_iso88591 =
newstring
(b_iso88591,
"iso8859-1"); 
system.out.
println
(s_gbk)
;//中
system.out.
println
(s_utf8)
;//中
system.out.
println
(s_iso88591)
;//?

原因：通過列印s_gbk、s_utf8和s_iso88591，會發現，s_gbk和s_utf8都是「中」，而只有s_iso88591是乙個不認識的字元，為什麼使用iso8859-1編碼再組合之後，無法還原「中」字呢，其實原因很簡單，因為iso8859-1編碼的編碼表中，根本就沒有包含漢字字元，當然也就無法通過"中".getbytes(「iso8859-1」);來得到正確的「中」字在iso8859-1中的編碼值了，所以再通過new string()來還原就無從談起了。

需要使用iso8859-1來操作中文則可以通過中轉，既然不可以操作中文字元，那麼是否可以通過操作別的編碼格式轉換後的位元組陣列，比如utf-8的位元組陣列來編碼成中文，雖然也是亂碼但是再通過iso8859-1來還原成utf-8時可還原結果

//獲取utf-8的位元組陣列
byte
b_utf8 =
"中".
getbytes
("utf-8"); 
string s_iso88591 =
newstring
(b_utf8,
"iso8859-1"); 
system.out.
println
(s_iso88591)
;//ä¸
//還原
byte
bytes = s_iso88591.
getbytes
("iso8859-1");
s_iso88591 =
newstring
(b_utf8,
"utf-8"); 
system.out.
println
(s_iso88591)
;//中

這樣就既保證了遵守協議規定、也支援中文。

String字串編碼解碼格式

string字串格式

字串編碼和解碼

python字串編碼解碼

String字串編碼解碼格式

string字串格式

字串編碼和解碼

python字串編碼解碼

相關推薦