Javaの基礎 - IOストリームの文字セット

(1) IOフロント内容：文字セット

1. 文字セットの基本知識:

コンピュータの最下層には文字を直接保存できず、バイナリ (0, 1) のみが保存されます。
2進数を10進数に変換できます。
基盤となるコンピューターは 10 進数を表現できます。コンピュータは人間の文字に番号を付けて保存することができ、この番号付け規則のセットが文字セットです。

2. ASCII 文字セット：（1 バイト）

ASCII (American Standard Code for Information Interchange、American Standard Code for Information Interchange): 数字、英語、記号が含まれます。
ASCII は 1 バイトを使用して文字を格納します。1 バイトは 8 ビットで、合計 128 個の文字情報を表すことができ、英語と数字には十分です。

3.GBK：（2バイト）

ウィンドウシステムのデフォルトのコードテーブルは ASCII コードテーブルと互換性があり、数万の中国語の文字も含まれており、繁体字中国語の文字と一部の日本語および韓国語の文字もサポートされています。
注: GBK は中国語のコードテーブルであり、1 つの中国語と 2 バイトの形式で保存されます。しかし、世界中のすべての国語が含まれているわけではありません。

4. Unicodeコード表：（UTF-8：3バイト）

Unicode (Unicode、Universal Code、Unicode とも呼ばれる) は、コンピューターサイエンスの分野における業界の文字エンコーディング標準です。
世界のほとんどの国のすべての一般的な文字と文字に対応します。
Unicode は UTF-8、UTF-16、UTF-32 によってバイナリにエンコードされてからコンピューターに保存されるため、最も一般的なのは UTF-8 です。
漢字の保存/表示の原則: 保存: まず、Unicode テーブルを通じて中国語の文字をクエリし、コードテーブルで対応する番号を見つけ、それをバイナリに変換し、UTF-8 エンコーディングを通じてコンピュータに保存します。表示: バイナリを読み取り、UTF-8 デコードし、コードテーブル内の対応する番号を通じて Unicode コードテーブルをクエリし、表示します。
知らせ：
- Unicode はユニバーサルコードであり、UTF-8 でエンコードした後、中国語は通常 3 バイトの形式で保存されます。
- UTF-8 は、ASCII エンコードテーブルとも互換性があります。
- すべての技術者は、UTF-8 文字セットエンコーディングを使用する必要があります。
- エンコード前とエンコード後の文字セットが一致していないと、中国語の文字化けが発生します。

5. 文字列エンコーディング

メソッド名	説明する
バイト[] getBytes()	プラットフォームのデフォルトの文字セットを使用して、この文字列を一連のバイトとしてエンコードし、結果を新しいバイト配列に保存します。
byte[] getBytes(String charsetName)	指定された文字セットを使用してこの String を一連のバイトとしてエンコードし、結果を新しいバイト配列に格納します。

6.文字列のデコード

コンストラクタ	説明する
文字列(バイト[]バイト)	プラットフォームのデフォルトの文字セットを使用して、指定されたバイト配列をデコードすることにより、新しい String を構築します。
String(byte[] バイト,String charsetName)	指定されたバイト配列を指定された文字セットでデコードすることにより、新しい文字列を構築します

7. 文字列のエンコードおよびデコードコードの実装:

import java.util.Arrays;
/**
 * 编码，解码
 */
public class Test01 {
    public static void main(String[] args) throws Exception {
        //1.编码：把文字转换成字节
        String name = "abc认真学习";
//        byte[] bytes = name.getBytes();//默认字符集编码 UTF-8
        byte[] bytes = name.getBytes("GBK");//指定字符集编码 GBK
        System.out.println(Arrays.toString(bytes));

        //2.解码:字节转换成对应中文（注意：编码前和编码后的字符集必须一致）
//        String rs = new String(bytes);//默认 UTF-8
        String rs = new String(bytes,"GBK");//指定 GBK
        System.out.println(rs);
    }
}

Javaの基礎 - IOストリームの文字セット

おすすめ