【Java文件流】简单明了的“编码”教程

很多人说，编码与解码太迷了，根本不知道它是在编码什么，在解码什么。或许这时，你应该尝试一下我这篇文章。

从源头来说，还是因为计算机和人的根本区别，计算机看的是二进制机器码，而我们只能看懂特殊字符（英文，中文），把特殊字符变成二进制码的过程就成为 编码。又由于地球上存在很多种类的语言，每种语言的每个元素都是一个字符(例如中文“你”，“好”)，把中文字符变成二进制机器码，这个过程就称为 有一定格式的编码，或者叫 编码方式。

• 编码： 把看得懂的字符变成看不懂码值这个过程我们称作为编码。
• 解码： 把码值查找对应的字符，我们把这个过程称作为解码。
• 注意： 以后编码与解码一般我们都使用统一的码表(码表，即编码方式)。否则非常容易出乱码。

码表

欧美地区常用编码：

• ASCII：美国标准信息交换码。用一个字节表示。
• ISO8859-1：拉丁码表。欧洲码表，用一个字节的8位表示。又称Latin-1(拉丁编码)或“西欧语言”。ASCII码是包含的仅仅是英文字母，并且没有完全占满256个编码位置，所以它以ASCII为基础，在空置的0xA0-0xFF的范围内，加入192个字母及符号，以供使用变音符号的拉丁字母语言使用。从而支持德文，法文等。因而它依然是一个单字节编码，只是比ASCII更全面。

中文简体编码：

• GB2312：英文占一个字节， 中文占两个字节。中国的中文编码表。
• GBK：中国的中文编码表升级，融合了更多的中文文字符号。

中文繁体编码：

• Big 5：每个字使用 2 bytes

国际上通用的编码：

• Unicode：又称宽字节编码，国际标准码，融合了多种文字。所有文字都用两个字节来表示，Java语言使用的就是unicode。
• UTF-8：自动区分中英文，英文占一个字节，中文占三个字节。
• UTF-16: 不管英文中文都是占两个字节。

Java编码

编码功能：字符串 --> 字节数组

• String类的getBytes() 方法进行编码，将字符串，转为对映的二进制，并且这个方法可以指定编码表。如果没有指定码表，该方法会使用操作系统默认码表。
• 注意：中国大陆的Windows系统上默认的编码一般为GBK。在Java程序中可以使用System.getProperty(“file.encoding”)方式得到当前的默认编码。

//编码用字节数组；解码用String类；
import java.io.UnsupportedEncodingException;
import java.util.Arrays;
public class Main {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String value = System.getProperty("file.encoding");
		System.out.println("系统默认的编码为 " + value);
				
		String str = "中国";
		byte[] buf = str.getBytes("utf-8");// 平台默认的编码表是gbk编码表，这里指定使用utf-8
		System.out.println("数组的元素："+Arrays.toString(buf)); //输出各个元素的编码码号
				
		str = new String(buf,"utf-8");  //什么编码方式，就用什么解码方式
		System.out.println("utf-8解码后的字符串："+ str); //编码与解码一般我们都使用统一的码表才不会出现乱码；
		str = new String(buf,"unicode");
		System.out.println("unicode解码："+ str);  //使用unicode去解码，输出乱码；
	}
}
/* 输出：
	系统默认的编码为 GBK
	数组的元素：[-28, -72, -83, -27, -101, -67]
	utf-8解码后的字符串：中国
	unicode解码：?鮽
*/

Java解码

解码功能：字节数组 --> 字符串

• String类的构造函数完成。
• String(byte[] bytes) 使用系统默认码表
• String(byte[],charset) 指定码表
• 注意：我们使用什么字符集（码表）进行编码，就应该使用什么字符集进行解码，否则很有可能出现乱码（兼容字符集不会）。

  存文件时可以使用各种编码，但是解码的时候要对应的采用相同的解码方式。我们的字符流自动的做了编码和解码的工作，写一个中文，字符流进行了编码，存到了计算机中读到了一个字符，字符流进行了解码，我们可以看到字符。因为文件存的都是二进制。但是拷贝图片时，是纯二进制，不是有意义的字符，所以码表无法转换。

编码兼容

import java.io.UnsupportedEncodingException;
import java.util.Arrays;
public class Main {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String str = "a中国"; 
		byte[] buf = str.getBytes("unicode");  //编码与解码的时候指定 的码表是unicode实际上就是用了utf-16.
		System.out.println("数组的内容："+ Arrays.toString(buf));// -2, -1, 0, 97, 78, 45, 86, -3 :unicode编码使得开头有“-2,-1”，直接忽略其即可；
		
		str = new String(buf,"unicode");
		System.out.println("Unicode解码："+str);  //正常显示；
		
		str = new String(buf,"utf-8");
		System.out.println("utf-8解码："+str); //输出乱码；
	}
}
/* 输出：
	数组的内容：[-2, -1, 0, 97, 78, 45, 86, -3]
	Unicode解码：a中国
	utf-8解码：??
*/

乱码还原：

乱码还原
import java.io.UnsupportedEncodingException;
import java.util.Arrays;
public class Main {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String str = "大家好";
		byte[] buf = str.getBytes(); //使用gbk进行编码
		System.out.println("字节数组："+ Arrays.toString(buf));  // -76, -13, -68, -46, -70, -61

		str = new String(buf,"iso8859-1"); //使用iso8859-1解码
		System.out.println(str); //出现乱码
		
		// 问题：出现乱码之后都可以被还原吗？ ——可以，解决方案：
		byte[] buf2 = str.getBytes("iso8859-1");
		str = new String(buf2,"gbk"); 
		System.out.println(str);
	}
}