Java基础——IO流之字符集

（1）IO前置内容：字符集

1.字符集基础知识：

• 计算机底层不可以直接存储字符，只能存储二进制（0，1）。
• 二进制可以转换成十进制。
• 计算机底层可以表示十进制编号。计算机可给人类字符进行编号存储，这套编号规则就是字符集。

2.ASCII字符集：（1字节）

• ASCII（American Standard Code for Information Interchange,美国信息交换标准代码）：包括了数字，英文，符号。
• ASCII使用1个字节存储一个字符，一个字节是8位，总共可以表示128个字符信息，对于英文，数字来说是够用的。

3.GBK：（2字节）

• window系统默认的码表，兼容ASCII码表，也包含了几万个汉字，并支持繁体汉字以及部分日韩文字。
• 注意：GBK是中国的码表，一个中文以及两个字节的形式存储。但不包含世界上所有国家文字。

4.Unicode码表：（UTF-8：3字节）

• unicode（又称统一码，万国码，单一码）是计算机科学领域里的一项业界字符编码标准。
• 容纳世界上大多数国家的所有常见文字和字符。
• 由于Unicode会通过UTF-8，UTF-16，以及UTF-32的编码成二进制后再存储到计算机，其中最为常见的就是UTF-8。
• 汉字存储/展示原理：存储：首先将汉字通过Unicode表查询，找到在码表中对应的数字通过UTF-8编码转换成二进制存储到计算机。展示：读取二进制，UTF-8解码，通过码表中对应的数字，到Unicode码表中查询，再展示。
• 注意：
  • Unicode是万国码，以UTF-8编码后一个中文一般以三个字节的形式存储。
  • UTF-8也要兼容ASCII编码表。
  • 技术人员都应该使用UTF-8的字符集编码。
  • 编码前和编码后的字符集需要一致，否则会出现中文乱码。

5. String编码

方法名称	说明
byte[] getBytes()	使用平台的默认字符集将该String编码为一系列字节，将结果存储到新的字节数组中。
byte[] getBytes(String charsetName)	使用指定的字符集将该String编码为一系列字节，将结果存储到新的字节数组中。

6.String解码

构造器	说明
String(byte[] bytes)	通过使用平台的默认字符集解码指定的字节数组来构造新的String.
String(byte[] bytes,String charsetName)	通过指定的字符集解码指定的字节数组来构造新的String

7.String编码解码代码实现：

import java.util.Arrays;
/**
 * 编码，解码
 */
public class Test01 {
    public static void main(String[] args) throws Exception {
        //1.编码：把文字转换成字节
        String name = "abc认真学习";
//        byte[] bytes = name.getBytes();//默认字符集编码 UTF-8
        byte[] bytes = name.getBytes("GBK");//指定字符集编码 GBK
        System.out.println(Arrays.toString(bytes));

        //2.解码:字节转换成对应中文（注意：编码前和编码后的字符集必须一致）
//        String rs = new String(bytes);//默认 UTF-8
        String rs = new String(bytes,"GBK");//指定 GBK
        System.out.println(rs);
    }
}