Java程序员遇上字符乱码13-字符转码真正原理

前面写了那么多,终于来到了重点......

本文中,我们先来演示常见的转码写法。

string.getBytes("charset"):将string中的字符数组按照我们指定charset格式转成字节数组。

new String(byte[] byteArray, "charset"):告诉java说,字节数组byteArray是按照charset格式解码得来的,现在需要对它进行解析并转化成内码为Utf-16格式的字符。因此,使用这个方法,要先确定好字节数组byteArray是按照什么编码格式得来的。

值得注意的是,很多人会错误地认为ni_new_gbk就是GBK格式的,还有ni_new_utf8 就是UTF-8格式的。一定要记得,jvm中字符内码只有UTF-16格式。(不理解可以看我之前的文章)

JVM中字符转码底层过程原理

1)str.getBytes();

Utf-16-->Unicode--> Utf-8

str中char是Utf-16格式的,先转化成Unicode,然后再转化成Utf-8

2)str.getBytes("charset");

Utf-16-->Unicode--> charset

str中char是Utf-16格式的,先转化成Unicode,然后再转化成charset

3)String str_new = new String(byteArray, "charset");

charset -->Unicode-->Utf-16

byteArray是某字符(或字符数组)按照charset格式解码得来的,先转化成Unicode,然后再转化成Utf-16

由上面,我们可以发现Unicode在JVM中是各编码格式之间转化的中介!!!

我们知道,Unicode和Utf-8、Utf-16互转是有一套算法的。然而,Unicode 和GBK等又如何互转?

Unicode,作为万国码,必定是所有编码方案的中心。别的编码方案必定跟Unicode有一套转化逻辑。也因此,不同编码方案之间互转,也常常以Unicode作为中转。

在这里,我们要引出CodePage的概念。前面的文章中,我们演示过在dos窗口改变系统编码(其实改变的是dos窗口的codepage)。

CodePage是各国的文字编码和Unicode之间的映射表。比如简体中文和Unicode的映射表就是CP936。以下是几个常用的codepage,相应的修改上面的地址的数字即可。

codepage=936   简体中文GBK

codepage=950   繁体中文BIG5

codepage=437   美国/加拿大英语

codepage=932   日文

codepage=949   韩文

codepage=866   俄文

上面的codepage,我们可以通过这里获取。

我们打开cp936,即GBK 和 Unicode 映射表。

我们知道 '你'的GBK编码是:0xC4E3,Unicode编码是0x4F60,

没错,jvm启动之时会在内存中建立此映射表。当我们需要对某一个GBK字符转化成UTF-8,JVM底层会先查询cp936映射表,就可以转化到Unicode编码,然后再由Unicode转化到Utf-8。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容