中文显示原理研究.docVIP

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;ic.length;c++)?　　　　　--{?　　　　　--?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;ib.length;c++)?　　　　　--{?　　　　　--?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：?　　--　　--　　　?1?1?0?0?0?1?0?0?1?1?1?0?0?0?1?1?　　--　　--　　　?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??　　--　　--　　　?　　--　　--例２：0x4F60的二进制：?　　--　　--　　　?0?1?0?0?1?1?1?1?0?1?1?0?0?0?0?0?　　--　　--　　　?我们用UTF-8补齐，变成：?　　--　　--　　　10111101　　--