java中文问题详解.pdfVIP

java 中文问题详解 我来说一下 tomcat 如何实现 jsp 的你就明白了。 预备知识： 1.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 我们来就一个简单的例子： 你的 gb 码是：0xc4e3 ,unicode 是 0x4f60 你用 : --encoding=gb2312; --byte b[]={(byte)\u00c4,(byte)\u00e3}; --convertor=bytetocharconverter.getconverter(encoding); --char [] c=converter.convertall(b); --for(int i=0;i --{ -- system.out.println(integer.tohexstring(c[i])); --} --打印出来是 0x4f60 --但是如果使用 8859_1 的编码，打印出来是 --0x00c4,0x00e3 例１ 反过来： --encoding=gb2312; char c[]={\u4f60}; convertor=bytetocharconverter.getconverter(encoding); --byte [] b=converter.convertall(c); --for(int i=0;i --{ -- system.out.println(integer.tohexstring(b[i])); --} --打印出来是：0xc4,0xe3 例２ --如果用 8859_1 就是 0x3f，?号，表示无法转化 -- 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 -- 2.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 --我们还是用上面的例子 -- --例１：0xc4e3 的二进制：