黑马程序员技术交流社区

标题: 关于GBK和GB2312编码问题 [打印本页]
作者: haozi050    时间: 2014-2-15 20:28
标题: 关于GBK和GB2312编码问题
本帖最后由 haozi050 于 2014-2-15 20:30 编辑

老毕在基础视频中说所有中文在GB2312编码中两个字节开头都是1，表是负数，所以中文对应的字节都是负数。GBK中是了1负1正。使用系统默认的字符串解码方式应该是GBK编码，得到的应该是一个中文的两个字节都是负数（即字节都是1开头），那为什么下面代码的结果中出现有的中文两个字节是1负1正，有的是两个负的？请高手指点!
  1. package day22;
  2. /**需求：对指定字符串进行指定字节数截取，不能出现半个中文
  3. * 思路：对字符串进行字节数截取，首先需要将字符串编码成字节，这里没指定，就是用字符串默认的GBK编码。截取完之后，将字节解码成字符串
  4. *默认使用的也是GBK。在GBK编码中，中文两个字节是1正1负。转换成字节数组后，遍历数组，从最后要截取的位置开始遍历，遇到正数就停止。
  5. *因为只有最后的截取位比较特殊，如果碰到正数的话，那前面一定是完整的中文。定义变量记录住负数个数，如果是2的倍数则包含，否则舍弃。
  6. *，
  7. * */
  8. public class Substring {

  10.         public static void main(String[] args) {
  11.                 //定义字符串
  12.                 String str="abc你好谢谢de琲f琲";
  13.                 //获取所有字节
  14.                 byte[]b=str.getBytes();
  15.                 for(byte y:b)
  16.                 {
  17.                         System.out.println(y);
  18.                 }
  19.                 //定义要截取的字节个数
  20. //                int num=6;
  21.                 for(int i=0;i<str.getBytes().length;i++)
  22.                 {
  23.                         String d=getSubstring(str,i+1);
  24.                         System.out.println("截取的字符是:"+d);
  25.                 }
  26.         }

  28.         private static String getSubstring(String str, int num) {
  29.                 //获取字节数组
  30.                 byte[]b=str.getBytes();
  31. //                定义计数器
  32.                 int count=0;
  33.                 //遍历字节数组
  34.                 for(int i=num-1;i>=0;i--)
  35.                 {
  36.                         if(b[i]<0)
  37.                                 count++;
  38.                         else
  39.                                 break;
  40.                 }
  41.                 if(count%2==0)
  42.                 return new String(b,0,num);
  43.                 else
  44.                         return new String(b,0,num-1);
  45.         }

  47. }
复制代码
运行结果如下：
  1. 97
  2. 98
  3. 99
  4. -60
  5. -29
  6. -70
  7. -61
  8. -48
  9. -69
  10. -48
  11. -69
  12. 100
  13. 101
  14. -84
  15. 105
  16. 102
  17. -84
  18. 105
  19. 截取的字符是:a
  20. 截取的字符是:ab
  21. 截取的字符是:abc
  22. 截取的字符是:abc
  23. 截取的字符是:abc你
  24. 截取的字符是:abc你
  25. 截取的字符是:abc你好
  26. 截取的字符是:abc你好
  27. 截取的字符是:abc你好谢
  28. 截取的字符是:abc你好谢
  29. 截取的字符是:abc你好谢谢
  30. 截取的字符是:abc你好谢谢d
  31. 截取的字符是:abc你好谢谢de
  32. 截取的字符是:abc你好谢谢de
  33. 截取的字符是:abc你好谢谢de琲
  34. 截取的字符是:abc你好谢谢de琲f
  35. 截取的字符是:abc你好谢谢de琲f
  36. 截取的字符是:abc你好谢谢de琲f琲
复制代码



作者: Amorvos    时间: 2014-2-19 23:59
GBK编码方式中，汉字并不是所有的编码都是由两个负数组成，存在一正一负的编码情况，视频里有讲



欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/) 黑马程序员IT技术论坛 X3.2