一天一个java知识点----字符集

字符集（重点内容）

常见字符集介绍

标准ASCII字符集

• ASCII(American Standard Code for Information Interchange)： 美国信息交换标准代码，包括了英文、符号等。

• 标准ASCII使用1个字节存储一个字符，首位是0，因此，总共可表示128个字符，对美国佬来说完全够用。

• 只有英文、数字、符号等，占一个字节。

GBK（汉字内码扩展规范，国标）

• 汉字编码字符集，包含了2万多个汉字等字符，GBK中一个中文字符编码成两个字节的形式存储。

• 注意：GBK兼容了ASCII字符集。

• GBK规定：汉字的第一个字节的第一位必须是1。

• 汉字占2个字节，英文、数字占1个字节。

Unicode字符集(统一码，也叫万国码)

Unicode是国际组织制定的，可以容纳世界上所有文字、符号的字符集。

UTF-8字符集

• 是Unicode字符集的一种编码方案，采取可变长编码方案，共分四个长度区：1个字节，2个字节，3个字节，4个字节

• 英文字符、数字等只占1个字节（兼容标准ASCII编码），汉字字符占用3个字节。

注意：技术人员在开发时，统一使用UTF-8编码！

注意事项：

• 注意1：字符编码时使用的字符集，和解码时使用的字符集必须一致，否则会出现乱码

• 注意2：英文，数字一般不会乱码，因为很多字符集都兼容了ASCII编码。

字符集的编码、解码操作

对字符的编码

将字符串转化为字节数组

Java String str = "你好abc世界"; byte[] bytes = str.getBytes(); System.out.println(bytes.length);//24 System.out.println(Arrays.toString(bytes)); //设置按照GBK字符集进行编码 byte[] bytes1 = str.getBytes("GBK"); System.out.println(bytes1.length);//18 System.out.println(Arrays.toString(bytes1));

对字符的解码

将字节数组转化为字符串

Java byte[] bytes1 = str.getBytes("GBK"); System.out.println(bytes1.length);//18 System.out.println(Arrays.toString(bytes1)); //2.解码（将字节数组转化为字符串） String s = new String(bytes);//默认安照当前文件字符集解码，这里是UTF-8 String s1 = new String(bytes1);//bytes2是按照GBK字符集进行编码的，所以这里使用UTF-8字符集进行解码会乱码 System.out.println(s); System.out.println(s1);//���abc���� //解码bytes1 String s2 = new String(bytes1, "GBK"); System.out.println(s2);