编码问题

首先我们看几个文本文件，创建了3个文本文件，它们的文件名为：“联”、“联通”、“联想”，与之对应的内容也为“联”、“联通”、“联想”。

创建完成后，我们一一打开这些文件：

我们可以看到其中的“联”、“联通”这两个文件显示乱码，其中的原因我们可以从文件当中另存为中看到：



我们从编码一栏中可以看到“联”、“联通”为“UTF-8”，“联想”为“ANSI”。
接下来我们可以通过Java来举一个案例：
我们通过解析Java的一个字符串，这个字符串里面包含中文和英文。我们把它以多种编码的方式解析成字节序列，然后和我们才去分析这个字节，这些字节序列来比较这些编码之间的区别，
我们写一个类叫EncodeDemo

EncodeDemo.Java

public class EncodeDemo throws Excepion{
   public static void main (Syring[] args){
         //我们写一个字符串
         String s = "慕课ABC";
         //将字符串转换为一个字符数组
         byte[] bytes1 = s.getBeytes(); //转换字节序列用的是默认的编码gbk。

         //接下来我们可以看一下每一个字节展现的方式。
        //把字节（转换成了int）以16进制的方式显示。
        //System.out.println(Inter.toHExString(b));
//这个地方把btye转换为int,其实就是把后8位前面添加24个0，变为4个字节，但是我们知道前面甜24个0是没有意义的，所以我们没有必要显示出来，我们可以
       System.out.print(Inter.toHExString(b & 0xff)+" ");
//b位与0xff,把前24位去掉只留后8位

我们可以看到到默认编码方式中文占2个字节，英文占一个字节。
当然我们也可以把它显示出来

        byte[] bytes2 = s.getByte("gbk");//这时会有异常产生，我们可以回避这个异常在类名后面加thows Exception
//接下来我们再来打印一下这样的字节序列，看一看结果是不是与默认的编码方式一样
         for(byte b: bytes2){ 
          System.out.print(Tnteger.toHexString(b & oxff)+"");

我们可以看到完全一模一样
这时我们得到一个结论：gbk中文占用2个字节，英文占用一个字节
刚才我们在“联”、“联通”都是一种编码叫utf-8，我们也可以进行一个转换：

     }
      System.out.println(); 
      byte[] bytes3 = s.getBytes("utf-8");
      for(byte b:bytes3){
          System.out.print(Tntger.toHexString(b & 0xff) + "");
        }

//说明：utf-8编码中文占用3个字节，英文占用一个字节

     System.out.println();
//Java是双字节编码UTF-16be
      byte[] bytes4 = s.getBytes("utf - 16be");
      for(byte b:bytes4){
          System.out.print(Integer.toHexString(b & oxff) + "");
      }
System.out.println();

有图可知：utf -16be，中文占有2个字节，英文占用2个字节。

/*当你的字节序列式某种编码时，这个时候想把字节序列变成字符串，
 *也需要用这种编码方式否则会出现乱码。
 */
     String str1 = new String(bytes4);//用项目默认的编码
     System.out.println(str1);

这个打印结果为乱码

String str2 = new String(bytes4,"utf - 16be");
System.out.println(str2);

是那种字节序列，就用那种字节序列的编码转换，就是正常的了。

/*
*文本文件，就是字节序列
*可以是任意编码的字节序列
*如果我们在中文机器上直接创建文本文件，那么文本文件只认识ANSI编码
*联通，联这是一种巧合，他们正好符合了utf-8编码的规则。
*/
   }
}