Android 播放mp3 tag乱码分析之java 篇

在Java程序中的字符，不管是中文的还是英文的，都是占用二个字节，这个结论我们大家都烂熟于心了，但是纠结是为什么呢？

其实是因为 char 类型 就好比双字节 的无符号整数 。

UTF-16编码 与Unicode编码是一样的，只不过UTF-16在编码时会在码流前加上"FE FF"两个字节的内容，表示字符是以UTF-16格式存储的，在读取时程序就会知道是UTF-16编码的字符。

中文字符转UTF-16 ：
byte[] encodeArr = String.valueOf(chineseChar).getBytes("UTF-16");

题外话：
以UTF-16写入文件时，也会把文件编码标志FE FF 写入文件开头，但写入时不能编一码写一次文件， 因为这样每次以UTF-16编码时，都会生成编码标志，且写文件时也写入了，这样只需第一次写文件时需要的标志却存入了多次，所以当以UTF-16存储字符时，最好一次性编码完成后再写入，或当字符太多时，我们用OutputStreamWriter进行包装后可以方便地进行多次写入，而不会多次写入文件编码标志，或者我们就用字节流来存，自已负责编码，但从第二次编码后写文件开始，手动去掉文件编码标志后再存入也是可以的，只不过没有像直接以字符流多次写入那样方便了。

我们研究的MP3 tag，不存在写入问题。但是想要正确读取tag信息，还是了解一下的好！

//以字节流读取有编码标志的UTF-8文件
FileInputStream fi = new FileInputStream("...");
byte[] b = new byte[1024];
int readCount = fi.read(b);
//手动丢弃前三个字节的内容
System.out.println(new String(b, 3, readCount - 3, "UTF-8"));

字符UTF-8字符与Unicode编码兼容，中文字符以UTF-8编码时，占三个字节。
英文使用的UTF-8编码规则模板是0xxxxxxx

中文的模版 是 ：1110xxxx 10xxxxxx 10xxxxxx
如"中"字的Unicode编码是4E2D。4E2D在0800-FFFF之间，所以要用上面的三字节规则模板，将4E2D写成二进制是：0100 1110 0010 1101，将这个比特流按三字节模板的分段方法分为0100 111000 101101，依次代替模板中的x，得到：1110-0100 10-111000 10-101101，即 E4 B8 AD，这就是"中"字的UTF8的编码。

我要强调的是：

用Java程序入文件中以UTF-8编码方式存入字符时，是不会在文件头加上编码标志的。但如果在windows 中利用各种工具利用千千静听，转MP3文件为UTF-8保存时，会在文件开开头写入文件编码标志 EF BB BF 三个字节长度的编码标志，这时如果使用字节流方式读取有编码标示的UTF-8文件时，会有问题，这也就是为什么我们手动转成utf-8了，但是在读取韩文日文中文等...还是会出现乱码问题的原因。此时只能以字节流读出后去掉前三个字节内容。