标签:
1.什么是编码 ,为什么要编码
先前从没有思考这么深入的问题,觉得一切理所当然,直到有一天java的乱码让我跪了,他不在听我的话,到处是乱码,这次我不打算放过它,我要收拾了它。
大家都知道,文本文件,存储在硬盘上,都是一串二进制 ,01的组合,它本身是不携带不论什么,哪怕一丁点,信息告诉文本编辑器 hi哥们儿,我是GBK编码,我是UTF-8编
码,我是。。。。。。。
它很easy,就是01的组合,他不知道自己是什么,所以我们仅仅有知道他是什么然后才干正确的编辑合适用它,首先看个小样例。
这是一个文本文件,他的二进制形式就是一串01
当我我用的终端的编码是GBK显示时(第一次)
当我用UTF-8时(第二次)
他就是这么简单 有是这么无常,非常幸运,这一串01不管是在GBK编码,还是在UTF-8中都是有效字符也就是说按UTF-8的编码规则它代表
”汉“ 而假设依照GBK编码规则来解析呢他又是 ” 姹 “ ,这就是根源了,编码和解码用的不是一种码。所以大多数情况下你都搞不懂 好端端的文档怎么就乱了码。 这就是需
要编码的原因了。 二进制文件一串01电脑认得可是对他来说就是01没有意义。所以要把它翻译成大家能识别的东西。一种编码编码在我看来就是一种映射, 也就是向刚才所说
的GBK环
境下 它映射成一种东西,UTF-8,环境下它映射成还有一种东西,可是本质他俩有是一个东西,那客官又问了 ,明明再UTF-8和GBK环境下都一样,比方说a,这就说的到了,编
码与编码之间的兼容问题了,
想探索的朋友自己能够探索下,各个编码的规则及兼容性,这里就不多说了。
2. 上手编码
写java文件,就先来个helloworld
这是同一个文件 我在不同编码环境下查看,看到的东西是不一样的我的系统是Ubuntu 12.04 默认编码UTF-8 但是提前声明,我这个文件但是GBK编码的所以以GBK形式的编
码查看才有意义,张三 又立了功,下边来编译我的这个HelloWorld 文件,看看有什吗奇迹?
我去,不活啦 helloWorld 都搞不定,这都能出错,这日子没法过了。只是别着急,看错误, 这个字符(当然这里不是张三代表的字符找不到,而是再GBK里代表张三的0101
二进制串在UTF-8里找不到映射所以它没法解析,大家能够了解一下UTF-8的编码规则)UTF-8里找不着,没错 找不着就对了,你不是一次编译到处执行吗?编译都过不去怎么
搞,别着急 javac 里有一个參数,-encoding <encoding> Specify character encoding used by source files 也就是说你告诉javac 你这个java源文件是什么样的编码,你别给
搞错了,你要是搞错了,幸运的,编译只是去告诉你哪里有问题,要是不幸的 汉 就变成了 姹 啦 想想就可怕 所以不报错并不代表程序没有问题 ,不信你试试,我刚才说
过,我的系统默认是UTF-8 所以没有编译过去这个是GBK编码的源文件,大多数人用的还是windows,并且又安装了中文语言包,所以默认编码大都GBK所以也就行正常编译
GBK编码的源文件,所以一般没有问题,但大多数程序终于上线执行的环境但是linux啊 ,全部大家设置虚拟机參数是-Dfile.encoding=GBK 这个是谁也不敢偷懒的。
(只是这里说这个还有点早)
当我加上这个參数 编译顺利通过。
感觉到非常神圣,执行我的helloWord
UTF-8环境下为
好兴奋啊 最终出来了
GBK环境下执行(这是大多数产生乱码的原因)
这不科学,怎么又乱了 神啊
大家肯定没有忘 java的class文件是什么编码的啊 Unicode对吧 所以张三这个字符串 所以编译完了 ,他就不是GBK了 全部的无论是什么编码的源文件,变成class文件编码都一样,你没告诉JVM使用什么编码,所以它默认UTF-8,所以张三被解析成UTF-8编码相应的一串二进制,但你的输出环境又是GBK所以。。。。
所以我老老实实的加上了 (这个命令行环境仍然是GBK)
System.out中的这个out是什么?PrintStream 是个输出流啊(默认是流向控制台当然你可已通过 System.setOut(PrintStream out)来让他流向别处,比方文本,然后用editplus打
开看下,通过设置不同的解码,来看不同的显示,当然不是必需这样) 打印到控制台,这个流你打算以什么编码来展示它,GBK环境下肯定是以GBK的形式展示吧,但是第一次是乱码为
什么,JVM是这样想
得,我有一个Unicode编码的张三在这里,我在说一下我的系统UTF-8在我没告诉JVM以什么编码规则编码时,它肯定使用UTF-8来编 你就会得到一个输入流 这个输入流是一串
00111二进制代表UTF-8下的张三,而到了输出到屏幕这里 屏幕(这里就是输出流流向的地方)不吃这一套 这一串00001111不代表张三,代表上边的那三个我也不太认识的字
(汗颜啊),所以咱得告诉虚拟
机,我要的张三是GBK编码的张三,我要的一串二进制相应GBK里的张三,所以加上个这个就好了。先写到这里吧!再晚赶不上二路汽车了。
下次再写个关于IO的编码的那个我感觉比这个简单点。(配合学习java的一些和编码相关的类效果更加)
先写到这里 ,祝大家 国庆节玩好。不要忘了 撸两行代码 怡怡情,由于几天不见,她没准就把你忘了。
标签:
原文地址:http://www.cnblogs.com/mengfanrong/p/4261769.html