Java字符集

通常而言，把明文的字符序列转换成计算机能理解的二进制序列称为编码，把二进制序列转换成普通人能看懂的明文字符串称为解码。

JDK1.4提供了Charset来处理字节序列和字符序列之间的转换关系，该类包含了用于创建解码器和编码器的方法，还提供了Charset所支持的字符集的方法，Charset类是不可变的。

Charset类提供了一个availableCharset()的静态方法来获取当前JDK所支持的所有字符集，下面小试牛刀

[java] view plain copy

1. import java.nio.charset.Charset;  
2. import java.util.SortedMap;  
3. public class Test {  
4.     public static void main(String[] args) throws Exception  
5.     {  
6.         SortedMap<String,Charset> sm= Charset.availableCharsets();  
7.         for(String str:sm.keySet())  
8.         {  
9.             System.out.println(sm.get(str));  
10.         }  
11.     }  
12. }  

结果如下

[cpp] view plain copy

1. Big5  
2. Big5-HKSCS  
3. EUC-JP  
4. EUC-KR  
5. GB18030  
6. GB2312  
7. GBK  
8. IBM-Thai  
9. IBM00858  
10. IBM01140  
11. IBM01141  
12. IBM01142  
13. IBM01143  
14. IBM01144  
15. IBM01145  
16. IBM01146  
17. IBM01147  
18. IBM01148  
19. IBM01149  
20. IBM037  
21. IBM1026  
22. IBM1047  
23. IBM273  
24. IBM277  
25. IBM278  
26. IBM280  
27. IBM284  
28. IBM285  
29. IBM297  
30. IBM420  
31. IBM424  
32. IBM437  
33. IBM500  
34. IBM775  
35. IBM850  
36. IBM852  
37. IBM855  
38. IBM857  
39. IBM860  
40. IBM861  
41. IBM862  
42. IBM863  
43. IBM864  
44. IBM865  
45. IBM866  
46. IBM868  
47. IBM869  
48. IBM870  
49. IBM871  
50. IBM918  
51. ISO-2022-CN  
52. ISO-2022-JP  
53. ISO-2022-JP-2  
54. ISO-2022-KR  
55. ISO-8859-1  
56. ISO-8859-13  
57. ISO-8859-15  
58. ISO-8859-2  
59. ISO-8859-3  
60. ISO-8859-4  
61. ISO-8859-5  
62. ISO-8859-6  
63. ISO-8859-7  
64. ISO-8859-8  
65. ISO-8859-9  
66. JIS_X0201  
67. JIS_X0212-1990  
68. KOI8-R  
69. KOI8-U  
70. Shift_JIS  
71. TIS-620  
72. US-ASCII  
73. UTF-16  
74. UTF-16BE  
75. UTF-16LE  
76. UTF-32  
77. UTF-32BE  
78. UTF-32LE  
79. UTF-8  
80. windows-1250  
81. windows-1251  
82. windows-1252  
83. windows-1253  
84. windows-1254  
85. windows-1255  
86. windows-1256  
87. windows-1257  
88. windows-1258  
89. windows-31j  
90. x-Big5-HKSCS-2001  
91. x-Big5-Solaris  
92. x-euc-jp-linux  
93. x-EUC-TW  
94. x-eucJP-Open  
95. x-IBM1006  
96. x-IBM1025  
97. x-IBM1046  
98. x-IBM1097  
99. x-IBM1098  
100. x-IBM1112  
101. x-IBM1122  
102. x-IBM1123  
103. x-IBM1124  
104. x-IBM1364  
105. x-IBM1381  
106. x-IBM1383  
107. x-IBM33722  
108. x-IBM737  
109. x-IBM833  
110. x-IBM834  
111. x-IBM856  
112. x-IBM874  
113. x-IBM875  
114. x-IBM921  
115. x-IBM922  
116. x-IBM930  
117. x-IBM933  
118. x-IBM935  
119. x-IBM937  
120. x-IBM939  
121. x-IBM942  
122. x-IBM942C  
123. x-IBM943  
124. x-IBM943C  
125. x-IBM948  
126. x-IBM949  
127. x-IBM949C  
128. x-IBM950  
129. x-IBM964  
130. x-IBM970  
131. x-ISCII91  
132. x-ISO-2022-CN-CNS  
133. x-ISO-2022-CN-GB  
134. x-iso-8859-11  
135. x-JIS0208  
136. x-JISAutoDetect  
137. x-Johab  
138. x-MacArabic  
139. x-MacCentralEurope  
140. x-MacCroatian  
141. x-MacCyrillic  
142. x-MacDingbat  
143. x-MacGreek  
144. x-MacHebrew  
145. x-MacIceland  
146. x-MacRoman  
147. x-MacRomania  
148. x-MacSymbol  
149. x-MacThai  
150. x-MacTurkish  
151. x-MacUkraine  
152. x-MS932_0213  
153. x-MS950-HKSCS  
154. x-MS950-HKSCS-XP  
155. x-mswin-936  
156. x-PCK  
157. x-SJIS_0213  
158. x-UTF-16LE-BOM  
159. X-UTF-32BE-BOM  
160. X-UTF-32LE-BOM  
161. x-windows-50220  
162. x-windows-50221  
163. x-windows-874  
164. x-windows-949  
165. x-windows-950  
166. x-windows-iso2022jp  

一旦知道了字符集的别名之后，程序就可以调用Charset的forName()来创建对应的Charset对象，forName()方法的参数就是相应字符集的别名

Charset cs=Charset.forName("ISO-8859-1");

Charset cs=Charset.forName("GBK");

获得了Charset对象的之后，就可已通过该对象的newDecode()和newEncode()这两个方法分别返回CharsetDecode和CharsetEncode对象，代表该Charset的解码器和编码器，调用CharsetDecode的decode()方法就可以将ByteBuffer转换成CharBuffer，调用CharsetEncode就可以将CharBuffer或String转换成ByteBuffer。

[java] view plain copy

1. import java.nio.ByteBuffer;  
2. import java.nio.CharBuffer;  
3. import java.nio.charset.Charset;  
4. import java.nio.charset.CharsetDecoder;  
5. import java.nio.charset.CharsetEncoder;  
6. public class Test {  
7.     public static void main(String[] args) throws Exception  
8.     {  
9.         Charset cs=Charset.forName("GBK");  
10.         CharsetDecoder cd=cs.newDecoder();  
11.         CharsetEncoder ce=cs.newEncoder();  
12.         CharBuffer cb=CharBuffer.allocate(6);  
13.         cb.put("张");  
14.         cb.put("译");  
15.         cb.put("成");  
16.         cb.flip();  
17.         ByteBuffer bb=ce.encode(cb);  
18.         for(int i=0;i<bb.capacity();i++)  
19.         {  
20.             System.out.println(bb.get(i));  
21.         }  
22.         System.out.println(cd.decode(bb));  
23.     }  
24. }  

Charset还提供了一下方法处理编码问题

CharBuffer decode(ByteBuffer bb)

ByteBuffer encode(CharBuffer cb)

ByteBuffer encode(String str)

我就不解释这三个方法了，估计都能估计出来