论编码与解码

2019独角兽企业重金招聘Python工程师标准>>>

1、字符串的编码和解码

以下是对字符串进行编码：

            //Convert from String to byte[]:

    		String s = "中国";
    		byte[] b = s.getBytes("UTF-8");
    		for(byte i:b){
    			System.out.print(i+",");	
    		}

输出：

-28,-72,-83,-27,-101,-67,

如何解码：（解码时首先要明白是采用什么方式编码的） 如上我们知道采用UTF-8格式进行编码的，那么就采用UTF-8格式进行解码：

//Convert from byte[] to String:
    		byte[]  t = {-28,-72,-83,-27,-101,-67};
    		String  tt = new String(t,"UTF-8");
    		System.out.println(tt);

输出：

中国

假如我们解码的时候采用GBK进行解码，就会出现乱码：

	//Convert from byte[] to String:
    		byte[]  t = {-28,-72,-83,-27,-101,-67};
    		String  tt = new String(t,"GBK");
    		System.out.println(tt);

以上采用GBK方式进行解码，出现乱码，输出为：

涓浗

注意事项

1.控制台的输出也会有对应的编码格式，这个编码格式是支持输出的字符串的显示的编码。比如UTF-8代表中文的输出也可以打印，如果改为：ISO-8859-1，中文就无法显示了，因为，ISO-8859-1无法对中文进行编码。 2.所以控制台尽量采用UTF-8格式，这样几乎所有的输出都能够看到。

---

理论上通过通过编码格式A编码，再通过编码格式A解码，就不会出现乱码。注意：前提是编码格式A必必须能够进行编码和解码。如果A不能够进行编码，即使通过A进行解码也会出现乱码。

举个例子： 你是一个厨师，只会对蔬菜、水果、肉类这三种物品进行做菜。

这时候给你：苹果、橘子、白菜、萝卜、猪肉、羊肉你都可以进行分类，再给你一个 屠龙刀，你傻了。这屠龙刀是哪一个分类？如何做菜？

这时候你的分类为： 、

蔬菜：白菜、萝卜 肉类：猪肉、羊肉 水果类：橘子、苹果

？？？ ：屠龙刀

屠龙刀你不知道怎么办，就打了三个大大的问号 ？？？ 所以就会出现乱码了：

下面我举个例子：灰常形象：

  //Convert from String to byte[]:
    		String s = "中国";
    		byte[] b = s.getBytes("big5");
    		for(byte i:b){
    			System.out.print(i+",");	
    		}
    		System.out.println();
    		//Convert from byte[] to String:
    		String  tt = new String(b,"big5");
    		System.out.println(tt);

输出：

-92,-92,63,
中?

分析输出结果 用big5编码再用big5解码为什么会输出 “中？”呢

就是因为 "国" 在big5编码格式中不能顺利编码，就是big5编码格式中不能对 “国” 字进行编码，所以乱码了。

如果改为GBK或者UTF-8就可以了，因为GBK或者UTF-8能够顺利对 “国” 字进行编码和解码 如下：

//Convert from String to byte[]:
    		String s = "中国";
    		byte[] b = s.getBytes("GBK");
    		for(byte i:b){
    			System.out.print(i+",");	
    		}
    		System.out.println();
    		//Convert from byte[] to String:
    		String  tt = new String(b,"GBK");
    		System.out.println(tt);

输出结果：

-42,-48,-71,-6,
中国

总结： 不出现乱码的几个条件 1、编码格式能够兼容对应的 被编码者 2、在第一条的基础上，用A编码格式编码就要用A编码格式进行解码。 3、输出的结果和对应的平台也要支持对应的编码格式

两种编码格式都能够兼容的，采用A编码格式编码，再用B编码格式解码也可以正常显示，因为A、B都兼容，如果常规的ASCII编码， LFFFFF1112中111111

---

这种方式严重不建议，没啥意义

 //Convert from String to byte[]:
    		String s = "LFFFFF1112中111111";
    		byte[] b = s.getBytes("gb2312");
    		
    		for(byte i:b){
    			System.out.print(i+",");	
    		}
    		
    		System.out.println();
    		//Convert from byte[] to String:
    		String  tt = new String(b,"UTF-8");
    		System.out.println(tt);

输出：除了中文部分，都能够正常显示，因为中文部分gb2312和UTF-8不是采用同一种编码格式

76,70,70,70,70,70,49,49,49,50,-42,-48,49,49,49,49,49,49,
LFFFFF1112��111111

说明几点 1、工作空间的编码格式，只是代表你编写程序的时候可以输入的编码，比如UTF-8就代表 String a = "你好" 能够正常显示，如果你把工作空间编码格式修改为：ISO-8859-1，大家都知道ISO-8859-1不支持中文，这样就会显示乱码： String a = "你好" ;但最好设置为UTF-8因为能够输入任何形式的内容。

2、控制台输出的编码格式也可以调，但最好设置为UTF-8格式，因为你能够输出任何形式的内容

引用文章：

字符串编码 stackoverflow 如何从一种编码格式转换为另外一种编码格式 字符编码之间的转换

转载于:https://my.oschina.net/u/2525142/blog/617762