1、字符編碼的發(fā)展歷程
創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),廣安企業(yè)網(wǎng)站建設(shè),廣安品牌網(wǎng)站建設(shè),網(wǎng)站定制,廣安網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,廣安網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。
①、ASCII 碼
因為計算機(jī)只認(rèn)識數(shù)字，所以我們在計算機(jī)里面的一切數(shù)據(jù)都是以數(shù)字來表示，因為英文字符有限，所以規(guī)定使用的字節(jié)的最高位是 0，每一個字節(jié)都是以 0-127 之間的數(shù)字來表示。比如 A 對應(yīng) 65，a 對應(yīng) 97。這便是 美國標(biāo)準(zhǔn)信息交換碼，ASCII
1 2 3 | String str = new String("Aa");byte[] strASCII = str.getBytes("ASCII");System.out.println(Arrays.toString(strASCII));//[65, 97] |
②、GB2312 碼
隨著計算機(jī)在全球的普及，很多國家和地區(qū)都把自己的字符引入了計算機(jī)，比如漢字。此時發(fā)現(xiàn)一個字節(jié)能表示的數(shù)字范圍太小，不能包含所有的中文漢字。那么就規(guī)定使用兩個字節(jié)來表示一個漢字。
規(guī)定：原有的 ASCII 字符的編碼保持不變，仍然使用一個字節(jié)表示，為了區(qū)別一個中文字符與兩個 ASCII 碼字符相區(qū)別。中文字符的每個字節(jié)最高位規(guī)定為 1（即中文的二進(jìn)制是負(fù)數(shù)），這便是 GB2312 編碼
1 2 3 | String str = new String("Aa帥鍋");byte[] strASCII = str.getBytes("GB2312");System.out.println(Arrays.toString(strASCII));//[65, 97, -53, -89, -71, -8] |
③、GBK
由于中國漢字太多，在 GB2312 的基礎(chǔ)上增加了更多的中文字符，這種編碼是 GBK
問題：如果只是在中國，那么大家都認(rèn)識漢字，但是如果是別的國家，而該國家的碼表中是沒有收錄漢字的。那么計算機(jī)在顯示的時候就為亂碼或是別的字符
解決辦法：為了解決各個國家因為本地化字符編碼帶來的影響，就把全世界所有的字符統(tǒng)一進(jìn)行編碼---Unicode 編碼
此時某一個字符在全世界任何地方顯示都是固定的，比如漢字 哥，在任何地方都是以十六進(jìn)制 54E5 來表示。
Unicode 的字符編碼都占有兩個字節(jié)
④、UTF-8
是一種針對 Unicode 的可變長度字符編碼，又稱為 萬國碼，是 Unicode 的實現(xiàn)方式之一。編碼中的第一個字節(jié)仍與 ASCII 兼容，這使得原來處理 ASCII 字符的軟件無須或只需做少部分修改，即可繼續(xù)使用。因此，它逐漸成為電子郵件、網(wǎng)頁及其他存儲或傳送文字的應(yīng)用中，優(yōu)先采用的編碼?；ヂ?lián)網(wǎng)工程工作小組（IETF）要求所有互聯(lián)網(wǎng)協(xié)議都必須支持 UTF-8 編碼
1 2 3 | String str = new String("Aa帥鍋");byte[] strASCII = str.getBytes("UTF-8");System.out.println(Arrays.toString(strASCII));//[65, 97, -27, -72, -123, -23, -108, -123] |
存儲字母、數(shù)字：無論什么字符集都占有 1 個字節(jié)
存儲漢字：GBK 家族占有 2 個字節(jié)。UTF-8 占有 3 個字節(jié)
不能使用單字節(jié)的字符集（ASCII/ISO-8859-1）來存儲中文
2、字符的編碼和解碼
信息在計算機(jī)網(wǎng)絡(luò)中傳輸是以字節(jié)的形式。那么如何變?yōu)樽止?jié)？這就是編碼的過程。那么計算機(jī)接收了這個編碼，如何讓使用者認(rèn)識呢？那必須要將字節(jié)轉(zhuǎn)換為人所識別的字符串形式，這就是解碼的過程。
編碼：將字符串轉(zhuǎn)換為 byte 數(shù)組
解碼：把 byte 數(shù)組轉(zhuǎn)換為 字符串
注意：①、編碼格式和解碼格式必須一致，否則亂碼
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | String str = new String("Aa帥鍋"); //編碼操作 byte[] strByte = str.getBytes("GBK"); System.out.println(Arrays.toString(strByte));//[65, 97, -53, -89, -71, -8] //解碼操作 //注意編碼的字符集和解碼的字符集格式必須一致（是其擴(kuò)展字符集也可以），否則會亂碼 //第一種：編碼格式為 GBK，解碼格式為 ISO-8859-1 那么就會亂碼 String str2 = new String(strByte,"ISO-8859-1"); System.out.println(str2); //Aa?§?? //第二種：編碼和解碼格式一致 String str3 = new String(strByte,"GBK"); System.out.println(str3); //Aa帥鍋 |
②、有時候編碼為和解碼格式一致了，但是還是亂碼，這是因為在數(shù)據(jù)在傳輸過程中經(jīng)過服務(wù)器的處理，而這個服務(wù)器可能是外國人編寫的，那么就會將數(shù)據(jù)轉(zhuǎn)換為 別的字符格式，那么你如果還是直接轉(zhuǎn)為自己想要的格式是會亂碼的。
解決辦法：先獲取經(jīng)過服務(wù)器之后的數(shù)據(jù)還原編碼，然后在進(jìn)行解碼
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | String str = new String("Aa帥鍋"); //編碼操作 byte[] strByte = str.getBytes("UTF-8"); System.out.println(Arrays.toString(strByte));//[65, 97, -27, -72, -123, -23, -108, -123] //中間經(jīng)過了服務(wù)器的傳輸，編碼格式轉(zhuǎn)成了 ISO-8859-1 String str2 = new String(strByte,"ISO-8859-1"); //解碼操作 ,此時如果直接進(jìn)行解碼，那么會亂碼 String str3 = new String(str2.getBytes(),"UTF-8"); System.out.println(str3); //Aa??????? //對于上面的亂碼，我們必須先還原服務(wù)器之前的編碼格式，然后在進(jìn)行解碼。那么就不會亂碼 byte[] strByte2 = str2.getBytes("ISO-8859-1"); String str4 = new String(strByte2,"UTF-8"); System.out.println(str4); //Aa帥鍋 |
重慶分公司
重慶分公司
