📄 119.html
字号:
<STYLE type=text/css>
<!--
body,td { font-size:9pt;}
hr { color: #000000; height: 1px}
-->
</STYLE>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<HTML>
<HEAD><TITLE>精选文章 >> 中文问题 >> 中文显示原理研究</title>
</head>
<body >
<p><IMG SRC="../image/jsp001_middle_logo.gif" WIDTH="180" HEIGHT="60" BORDER=0 ALT=""></p>
<table width=100% bgcolor="#cccccc" align=center cellpadding="2" cellspacing="0" border=1 bordercolorlight="#000000" bordercolordark="#FFFFFF">
<tr bgcolor="#EFF8FF"><td>
<a href=http://www.jsp001.com/list_thread.php?int_attribute=2>精选文章</a>
>> <a href=http://www.jsp001.com/list_thread.php?forumid=26&int_attribute=2>中文问题</a>
>> 中文显示原理研究 [<a href=http://www.jsp001.com/forum/showthread.php?goto=newpost&threadid=119>查看别人的评论</a>]<br>
<hr><p>由 webmaster 发布于: 2001-01-21 11:20</p><p> </p><p>预备知识： <br> 1.字节和unicode <br> Java内核是unicode的，就连class文件也是，但是很多媒体，包括文件/流的保存方式 <br> 是使用字节流的。 因此Java要对这些字节流经行转化。char是unicode的，而byte是字节. <br> Java中byte/char互转的函数在sun.io的包中间有。其中ByteToCharConverter类是中调度， <br> 可以用来告诉你，你用的Convertor。其中两个很常用的静态函数是 <br> public static ByteToCharConverter getDefault() ; <br> public static ByteToCharConverter getConverter(String encoding); <br> 如果你不指定converter，则系统会自动使用当前的Encoding,GB平台上用GBK,EN平台上用 <br> 8859_1 <br> <br> 我们来就一个简单的例子： <br> "你"的gb码是：0xC4E3 ,unicode是0x4F60 <br> 你用: <br> --encoding="gb2312"; <br> --byte b[]={(byte)'\u00c4',(byte)'\u00E3'}; <br> --convertor=ByteToCharConverter.getConverter(encoding); <br> --char [] c=converter.convertAll(b); <br> --for(int i=0;i<c.length;c++) <br> --{ <br> -- System.out.println(Integer.toHexString(c[ i])); <br> --} <br> --打印出来是0x4F60 <br> --但是如果使用8859_1的编码，打印出来是 <br> --0x00C4,0x00E3 <br> ----例１ <br> 反过来： <br> --encoding="gb2312"; <br> char c[]={'\u4F60'}; <br> convertor=ByteToCharConverter.getConverter(encoding); <br> --byte [] b=converter.convertAll(c); <br> --for(int i=0;i<b.length;c++) <br> --{ <br> -- System.out.println(Integer.toHexString(b[i])); <br> --} <br> --打印出来是：0xC4,0xE3 <br> ----例２ <br> --如果用8859_1就是0x3F，?号，表示无法转化 -- <br> 很多中文问题就是从这两个最简单的类派生出来的。而却有很多类 <br> 不直接支持把Encoding输入，这给我们带来诸多不便。很多程序难得用encoding <br> 了，直接用default的encoding，这就给我们移植带来了很多困难 <br> -- <br> 2.UTF-8 <br> --UTF-8是和Unicode一一对应的，其实现很简单 <br> -- <br> -- 7位的Unicode: 0 _ _ _ _ _ _ _ <br> --11位的Unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _ <br> --16位的Unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ <br> --21位的Unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ <br> --大多数情况是只使用到16位以下的Unicode: <br> --"你"的gb码是：0xC4E3 ,unicode是0x4F60 <br> --我们还是用上面的例子 <br> -- --例１：0xC4E3的二进制： <br> -- -- 1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1 <br> -- -- 由于只有两位我们按照两位的编码来排，但是我们发现这行不通， <br> -- -- 因为第７位不是0因此，返回"?" <br> -- -- <br> -- --例２：0x4F60的二进制： <br> -- -- 0 1 0 0 1 1 1 1 0 1 1 0 0 0 0 0 <br> -- -- 我们用UTF-8补齐，变成： <br> -- -- 11100100 10111101 10100000 <br> -- -- E4--BD-- A0 <br> -- -- 于是返回0xE4,0xBD,0xA0 <br> -- -- <br> 3.String和byte[] <br> --String其实核心是char[],然而要把byte转化成String，必须经过编码。 <br> --String.length()其实就是char数组的长度，如果使用不同的编码，很可 <br> --能会错分，造成散字和乱码。 <br> --例： <br> ----byte [] b={(byte)'\u00c4',(byte)'\u00e3'}; <br> ----String str=new String(b,encoding); ---- <br> ----如果encoding=8859_1，会有两个字，但是encoding=gb2312只有一个字 ---- <br> --这个问题在处理分页是经常发生 <br> 4.Reader,Writer/InputStream,OutputStream <br> --Reader和Writer核心是char，InputStream和OutputStream核心是byte。 <br> --但是Reader和Writer的主要目的是要把Char读/写InputStream/OutputStream <br>--一个reader的例子： <br>--文件test.txt只有一个"你"字，0xC4,0xE3-- <br>--String encoding=; <br>--InputStreamReader reader=new InputStreamReader( <br>----new FileInputStream("text.txt"),encoding); <br>--char []c=new char[10]; <br>--int length=reader.read(c); <br>--for(int i=0;i<c.length;i++) <br>----System.out.println(c[i]); <br> --如果encoding是gb2312，则只有一个字符，如果encoding=8859_1，则有两个字符 <br> -------- <br>-- <br>-- <br> <br> ---- <br> 2.我们要对Java的编译器有所了解： <br> --javac -encoding <br> 我们常常没有用到ENCODING这个参数。其实Encoding这个参数对于跨平台的操作是很重要的。 <br> 如果没有指定Encoding，则按照系统的默认Encoding,gb平台上是gb2312，英文平台上是ISO8859_1。 <br> --Java的编译器实际上是调用sun.tools.javac.Main的类，对文件进行编译，这个类 -- <br> 有compile函数中间有一个encoding的变量,-encoding的参数其实直接传给encoding变量。 <br> 编译器就是根据这个变量来读取java文件的，然后把用UTF-8形式编译成class文件。 <br> 一个例子： <br> --public void test() <br> --{ <br> ----String str="你"; <br> ----FileWriter write=new FileWriter("test.txt"); <br> ----write.write(str); <br> ----write.close(); <br> --} <br> ----例３ <br>--如果用gb2312编译，你会找到E4 BD A0的字段 <br>-- <br>⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -