标签：编码 UTF 字节 字符 FileReader 字符集 GBK 汉字

字符编码和字符集：

计算机中储存的信息都是用二进制数表示的，而我们在屏幕上看到的数字、英文、标点符号、汉字等字符是二进制数转换之后的结果。

按照某种规则，将字符存储到计算机中，称为编码。反之，将存储在计算机中的二进制数按照某种规则解析显示出来，称为解码。比如说，

按照A规则存储，同样按照A规则解析，那么就能显示正确的文本符号。反之，按照A规则存储，再按照B规则解析，就会导致乱码现象。

编码:字符(能看懂的)--字节(看不懂的)

解码:字节(看不懂的)-->字符(能看懂的)

字符编码character Encoding:就是一套自然语言的字符与二进制数之间的对应规则。

编码表:生活中文字和计算机中二进制的对应规则

字符集：

字符集charset:也叫编码表。是一个系统支持的所有字符的集合，包括各国家文字、标点符号、图形符号、数字等。

计算机要准确的存储和识别各种字符集符号，需要进行字符编码，一套字符集必然至少有一套字符编码。

常见字符集有ASCII字符集、GBK字符集、Unicode字符集等。

 

 

 可见，当指定了编码，它所对应的字符集自然就指定了，所以编码才是我们最终要关心的。

ASCII字符集∶

。ASCll ( American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，

用于显示现代英语，主要包括控制字符（回车键、退格、换行键等）和可显示字符(英文大小写字符、阿拉伯数字和西文符号)。

。基本的ASCII字符集，使用7位 ( bits ）)表示一个字符，共128字符。ASCII的扩展字符集使用8位( bits )表示一个字符，共256字符，

方便支持欧洲常用字符。

 lSO-8859-1字符集:

。拉丁码表，别名Latin-1，用于显示欧洲使用的语言，包括荷兰、丹麦、德语、意大利语、西班牙语等。

o ISO-5559-1使用单字节编码，兼容ASCIl编码。

GBxxx字符集：

GB就是国标的意思，是为了显示中文而设计的一套字符集。

GB2312:简体中文码表。一个小于127的字符的意义与原来相同。但两个大于127的字符连在一起时，就表示一个汉字，这样大约可以组合了包含7000多个简体汉字，

此外数学符号、罗马希腊的字母、日文的假名们都编进去了，连在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，

这就是常说的"全角"字符，而原来在127号以下的那些就叫""半角"字符了。

GBK:最常用的中文码表。是在GB2312标准基础上的扩展规范，使用了双字节编码方案，共收录了21003个汉字，

完全兼容GB2312标准，同时支持繁体汉字以及日韩汉字等。

GB18030∶最新的中文码表。收录汉字70244个，采用多字节编码，每个字可以由1个、2个或4个字节乡成。

支持中国国内少数民族的文字，同时支持繁体汉字以及日韩汉字等。

Unicode字符集∶

o Unicode编码系统为表达任意语言的任意字符而设计，是业界的一种标准，也称为统一码、标准万国码。

它最多使用4个字节的数字来表达每个字母、符号，或者文字。有三种编码方案，UTF-8、UTF-16和UTF-

32。最为常用的UTF-8编码。

UTF-8编码，可以用来表示Unicode标准中任何字符，它是电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。

互联网工程工作小组(IETF ）要求所有互联网协议都必须支持UTF-8编码。所以，我们开发Web应用，也要使用UTF-8编码。

它使用一至四个字节为每个字符编码，编码规则:

1.128个US-ASCll字符，只需一个字节编码。

2.拉丁文等字符，需要二个字节编码。

3.大部分常用字(含中文)，使用三个字节编码。

4.其他极少使用的Unicode辅助字符，使用四字节编码。

 

 

 

 

 

编码引出的问题_FileReader读取GBK格式的文件：

在IDEA中，使用FileReader读取项目中的文本文件。由于IDEA的设置，都是默认的UTF-8编码，所以没有任何问题。

但是，当读取Windows系统中创建的文本文件时，由于Windows系统的默认是GBK编码，就会出现乱码。

public class bainma {
    public static void main(String[] args) throws IOException {
        //创建字符输入流FileReader对象
        FileReader reader = new FileReader("diyu.txt");
        //red
        int red;
        while ((red = reader.read()) !=-1){
            System.out.println((char) red);
        }
        //释放流资源
        reader.close();
    }
}

 

 

 

 

 

 

搜索

复制

标签：编码,UTF,字节,字符,FileReader,字符集,GBK,汉字
来源： https://www.cnblogs.com/hungui/p/16476673.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。