转自:http://hi.baidu.com/%C6%F3%D2%B5%BC%D2%D4%B0/blog/item/825a4858d6248e8b810a181a.html

 

java byte与char互转原理-转

 

一、字节和unicode





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。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,可以用来告诉你,你用的 convertor。其中两个很常用的静态函数是:





public static ByteToCharConverter getDefault();

public static ByteToCharConverter getConverter(String encoding);













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8859_1。





byte ——〉char:

"你"的gb码是:0xc4e3 ,unicode是0x4f60

String encoding = "gb2312";

byte b[] = {(byte)'\u00c4',(byte)'\u00e3'};

ByteToCharConverter converter = ByteToCharConverter.getConverter(encoding);

char c[] = converter.convertAll(b);

for (int i = 0; i < c.length; i++) {

System.out.println(Integer.toHexString(c[i]));

}

结果是什么?0x4f60

如果encoding ="8859_1",结果又是什么?0x00c4,0x00e3













如果代码改为:





byte b[] = {(byte)'\u00c4',(byte)'\u00e3'};

ByteToCharConverter converter = ByteToCharConverter. getDefault();

char c[] = converter.convertAll(b);

for (int i = 0; i < c.length; i++) {

System.out.println(Integer.toHexString(c[i]));

}













结果将又是什么?





这就要根据平台的编码而定。





char ——〉byte:

String encoding = "gb2312";

char c[] = {'\u4f60'};

CharToByteConverter converter = CharToByteConverter.getConverter(encoding);

byte b[] = converter.convertAll(c);

for (int i = 0; i < b.length; i++) {

System.out.println(Integer.toHexString(b[i]));

}

结果是什么?0x00c4,0x00e3

如果encoding ="8859_1",结果又是什么?0x3f

如果代码改为

String encoding = "gb2312";

char c[] = {'\u4f60'};

CharToByteConverter converter = CharToByteConverter.getDefault();

byte b[] = converter.convertAll(c);

for (int i = 0; i < b.length; i++) {

System.out.println(Integer.toHexString(b[i]));

}













结果将又是什么?还是根据平台的编码而定。





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了,直接用default的encoding,这就给我们移植带来了很多困难。





二、utf-8





utf-8是和unicode一一对应的,其实现很简单:





7位的unicode: 0 _ _ _ _ _ _ _

11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _

16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _

21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _













大多数情况是只使用到16位以下的unicode:





"你"的gb码是:0xc4e3 ,unicode是0x4f60

0xc4e3的二进制:

1100 ,0100 ,1110 ,0011













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,因为第7位不是0因此,返回"?"





0x4f60的二进制:

0100 ,1111 ,0110 ,0000

我们用utf-8补齐,变成:

1110 ,0100 ,1011 ,1101 ,1010 ,0000

e4--bd-- a0

于是返回:0xe4,0xbd,0xa0。













三、string和byte[]





string其实核心是char[],然而要把byte转化成string,必须经过编码。string.length()其实就是char数组的长度,如果使用不同的编码,很可能会错分,造成散字和乱码。例如:





String encoding = “”;

byte [] b={(byte)'\u00c4',(byte)'\u00e3'};

String str=new String(b,encoding);













如果encoding=8859_1,会有两个字,但是encoding=gb2312只有一个字这个问题在处理分页是经常发生。





四、Reader,Writer / InputStream,OutputStream





Reader和Writer核心是char,InputStream和OutputStream核心是byte。但是Reader和Writer的主要目的是要把char读/写InputStream/OutputStream。例如:





文件test.txt只有一个"你"字,0xc4,0xe3

String encoding = "gb2312";

InputStreamReader reader = new InputStreamReader(new FileInputStream(

"text.txt"), encoding);

char c[] = new char[10];

int length = reader.read(c);

for (int i = 0; i < length; i++) {

System.out.println(c[i]);

}













结果是什么?是"你"。如果encoding ="8859_1",结果是什么?"??"两个字符,表示不认识。反过来的例子自己做。

五、我们要对Java的编译器有所了解:





Javac ?encoding













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。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。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。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。例子代码:





String str = "你";

FileWriter writer = new FileWriter("text.txt");

write.write(str);

writer.close();





如果用gb2312编译,你会找到e4 bd a0的字段 ;

如果用8859_1编译, 00c4 00e3的二进制:

0000,0000 ,1100,0100 ,0000,0000 ,1110,0011

因为每个字符都大于7位,因此用11位编码:

1100,0001,1000,0100,1100,0011,1010,0011

c1-- 84-- c3--  a3

你会找到c1 84 c3 a3













但是我们往往忽略掉这个参数,因此这样往往会有跨平台的问题:





样例代码在中文平台上编译,生成zhclass





样例代码在英文平台上编译,输出enclass





(1) zhclass在中文平台上执行ok,但是在英文平台上不行





(2) enclass在英文平台上执行ok,但是在中文平台上不行





原因是:





(1) 在中文平台上编译后,其实str在运行态的char[]是0x4f60, 在中文平台上运行,filewriter的缺省编码是gb2312,因此 chartobyteconverter会自动用调用gb2312的converter,把str转化成byte输入到fileoutputstream 中,于是0xc4,0xe3放进了文件。但是如果是在英文平台下,chartobyteconverter的缺省值是8859_1, filewriter会自动调用8859_1去转化str,但是他无法解释,因此他会输出"?"





(2) 在英文平台上编译后,其实str在运行态的char[]是0x00c4 0x00e3, 在中文平台上运行,中文无法识别,因此会出现??;在英文平台上,0x00c4-->0xc4,0x00e3->0xe3,因此 0xc4,0xe3被放进了文件。





六、其它原因:





<%@ page contentType="text/html; charset=GBK" %>













设置浏览器的显示编码,如果response的数据是utf8编码,显示将是乱码,但是乱码和上述原因还不一样。





七、发生编码的地方:





1. 从数据库到Java程序 byte——〉char





2. 从Java程序到数据库 char——〉byte





3. 从文件到Java程序 byte——〉char





4. 从Java程序到文件 char——〉byte





5. 从Java程序到页面显示 char——〉byte





6. 从页面form提交数据到Java程序byte——〉char





7. 从流到Java程序byte——〉char





8. 从Java程序到流char——〉byte





可以使用配置过滤器的方法解决中文乱码的:





<web-app>

<filter>

<filter-name>RequestFilter</filter-name>

<filter-class>net.golden.uirs.util.RequestFilter</filter-class>

<init-param>

<param-name>charset</param-name>

<param-value>gb2312</param-value>

</init-param>

</filter>

<filter-mapping>

<filter-name>RequestFilter</filter-name>

<url-pattern>*.Jsp</url-pattern>

</filter-mapping>

</web-app>









public void doFilter(ServletRequest req, ServletResponse res,

FilterChain fChain) throws IOException, ServletException {

HttpServletRequest request = (HttpServletRequest) req;

HttpServletResponse response = (HttpServletResponse) res;

HttpSession session = request.getSession();

String userId = (String) session.getAttribute("userid");

req.setCharacterEncoding(this.filterConfig.getInitParameter("charset"));

// 设置字符集?

//实际上是设置了byte ——〉char的encoding

try {

if (userId == null || userId.equals("")) {

if (!request.getRequestURL().toString().matches(

".*/uirs/logon/logon(Controller){0,1}\\x2EJsp$")) {

session.invalidate();

response.sendRedirect(request.getContextPath() +

"/uirs/logon/logon.Jsp");

}

}

else {

// 看看是否具有信息上报系统的权限

if (!net.golden.uirs.util.UirsChecker.check(userId, "信息上报系统",

net.golden.uirs.util.UirsChecker.ACTION_DO)) {

if (!request.getRequestURL().toString().matches(

".*/uirs/logon/logon(Controller){0,1}\\x2EJsp$")) {

response.sendRedirect(request.getContextPath() +

"/uirs/logon/logonController.Jsp");

}

}

}

}

catch (Exception ex) {

response.sendRedirect(request.getContextPath() +"/uirs/logon/logon.Jsp");

}

fChain.doFilter(req, res);

 

 

 

 

 【转】我在用一个提取mp3 文件中歌曲信息的文件时,遇到一个麻烦的问题就是怎样把读到的byte转换成char ,查了很资料,最后总算解决了,写在这和大家分享:主要的问题是里面的解码器的选择





private byte[] getBytes (char[] chars) {

   Charset cs = Charset.forName ("UTF-8");

   CharBuffer cb = CharBuffer.allocate (chars.length);

   cb.put (chars);

                 cb.flip ();

   ByteBuffer bb = cs.encode (cb);

  

   return bb.array();

         }





private char[] getChars (byte[] bytes) {

      Charset cs = Charset.forName ("UTF-8");

      ByteBuffer bb = ByteBuffer.allocate (bytes.length);

      bb.put (bytes);

                 bb.flip ();

       CharBuffer cb = cs.decode (bb);

  

   return cb.array();

}

 

http://sun.calstatela.edu/~cysun/documentation/java/1.5.0-source/j2se/src/share/classes/sun/io/ByteToCharConverter.java





过时了:

 * @deprecated Replaced by {@link java.nio.charset}. THIS API WILL BE

 * REMOVED IN J2SE 1.6.





具体参考:java.nio.charset包。

java乱码详解(java中byte与char的转换)的更多相关文章

  1. java 乱码详解_jsp中pageEncoding、charset=UTF -8"、request.setCharacterEncoding("UTF-8")

    http://blog.csdn.net/qinysong/article/details/1179480 java 乱码详解__jsp中pageEncoding.charset=UTF -8&quo ...

  2. 【java】详解java中的注解(Annotation)

    目录结构: contents structure [+] 什么是注解 为什么要使用注解 基本语法 4种基本元注解 重复注解 使用注解 运行时处理的注解 编译时处理的注解 1.什么是注解 用一个词就可以 ...

  3. 【转载:java】详解java中的注解(Annotation)

    目录结构: contents structure [+] 什么是注解 为什么要使用注解 基本语法 4种基本元注解 重复注解 使用注解 运行时处理的注解 编译时处理的注解 1.什么是注解 用一个词就可以 ...

  4. 【Java】详解Java解析XML的四种方法

    XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML.本文将详细介绍用Java解析XML的四种方法. AD: XML现在已经成为一种通用的数据交换格式,它的平台无关性,语 ...

  5. 【java】详解java多线程

    目录结构: contents structure [+] 线程的创建与启动 继承Thread类创建线程类 实现Runnable接口创建线程类 使用Callable和Future创建线程 线程的生命周期 ...

  6. 【Java】详解java对象的序列化

    目录结构: contents structure [+] 序列化的含义和意义 使用对象流实现序列化 对象引用的序列化 自定义序列化 采用实现Serializable接口实现序列化 采用实现Extern ...

  7. Java synchronized 详解

    Java synchronized 详解 Java语言的关键字,当它用来修饰一个方法或者一个代码块的时候,能够保证在同一时刻最多只有一个线程执行该段代码. 1.当两个并发线程访问同一个对象object ...

  8. 【Java_基础】Java内部类详解

    1.四种内部类 java中的四种内部类:成员内部类.静态内部类.局部内部类和匿名内部类.其中匿名内部类用到的最多. 1.1.成员内部类 若一个类定义在另一个类的内部作为实例成员,我们把这个作为实例成员 ...

  9. 【转帖】windows命令行中java和javac、javap使用详解(java编译命令)

    windows命令行中java和javac.javap使用详解(java编译命令) 更新时间:2014年03月23日 11:53:15   作者:    我要评论 http://www.jb51.ne ...

随机推荐

  1. COM学习(三)——COM的跨语言

    COM是基于二进制的组件模块,从设计之初就以支持所有语言作为它的一个目标,这篇文章主要探讨COM的跨语言部分. idl文件 一般COM接口的实现肯定是以某一具体语言来实现的,比如说使用VC++语言,这 ...

  2. 利用.Net自带的票据完成BaseController的未登陆自动跳转到登陆页功能

    一:定义票据中要记录的字段类 /// <summary> /// 用户存在于浏览器端的身份票据(非持久) /// 非持久 FormsAuthenticationTicket 的isPers ...

  3. 手把手教你构建 Kubernetes 1.8 + Flannel 网络(一)

    一.环境说明 操作系统:CentOS7 Kubernetes版本:v1.8.4 Docker版本:v17.06-ce Flannel 版本: flannel-v0.9.1 二.Ntp 服务器配置   ...

  4. ElasticSearch 集群监控

    要监控哪些 ElasticSearch metrics? Elasticsearch 提供了大量的 Metric,可以帮助您检测到问题的迹象,在遇到节点不可用.out-of-memory.long g ...

  5. 初窥Flask

    初窥Flask Flask是一个基于Python开发并且依赖jinja2模板和Werkzeug WSGI服务的一个微型框架,对于Werkzeug本质是Socket服务端,其用于接收http请求并对请求 ...

  6. 使用mysql乐观锁解决并发问题

    案例说明: 银行两操作员同时操作同一账户.比如A.B操作员同时读取一余额为1000元的账户,A操作员为该账户增加100元,B操作员同时为该账户扣除50元,A先提交,B后提交.最后实际账户余额为1000 ...

  7. 【转】Java中super和this的几种用法与区别

    1. 子类的构造函数如果要引用super的话,必须把super放在函数的首位.   class Base {   Base() {   System.out.println("Base&qu ...

  8. 一步一步创建ASP.NET MVC5程序[Repository+Autofac+Automapper+SqlSugar](四)

    前言 上一篇<一步一步创建ASP.NET MVC5程序[Repository+Autofac+Automapper+SqlSugar](三)>,我们完成了: * 引用SqlSugar * ...

  9. Ajax方式分页加载列表实现

    在前面: 最近需要用到这个功能,所以这几天一直在研究这个,目前大致功能已实现,后续需要完善,但需要的功能点已完成,记录下: 1.分页功能引入bootstrap的分页插件: <script typ ...

  10. 学习SpirngMVC之如何获取请求参数

    学习SpringMVC——如何获取请求参数   @RequestParam,你一定见过:@PathVariable,你肯定也知道:@QueryParam,你怎么会不晓得?!还有你熟悉的他(@Cooki ...