黑马程序员技术交流社区

标题: 用IO往一个文件中写入中文至在文本文件中打开的详细过程 [打印本页]

作者: yanghu 时间: 2014-6-8 18:31
标题: 用IO往一个文件中写入中文至在文本文件中打开的详细过程
我的理解是，若用utf-8编码写入一个"中"字，首先是查看utf-8码表，找到对应的10进制整数，然后将这个10进制整数转化为byte字节写入到txt文本当中，当我们用记事本打开时，首先把2进制数据转化为10进制数据，然后记事本会带这个10进制数据去码表中匹配。
请问这个过程是这样的吗？请指正，谢谢。
还有个问题是打开文本时默认是gbk的话，是不是每读18个比特位就解析成10进制数据？

作者: 丁绍然 时间: 2014-6-8 18:43
大哥啊不是这样的。为什么要转换成10进制呢，十进制是人最好识别的。电脑最好识别的是2进制。并且一个字节是八位，每个汉字站位都是8的整数倍不会出来18个Bit的。utf-8是用三个直接也就是24个二进制位的0、1组合表示各个文字。GBK是汉字专用用两个字节，也就是16位。2的16次方足以表示所有的汉字，在编码表里，每一种二进制组合对应一个汉字。为什么要转换成10进制呢。转换来转换去多耗cpu啊

作者: yanghu 时间: 2014-6-8 21:52

丁绍然发表于 2014-6-8 18:43
大哥啊不是这样的。为什么要转换成10进制呢，十进制是人最好识别的。电脑最好识别的是2进制。并且一个字节 ...

是16个bit，我写错了，但编码表里面不是都是10进制的数据对应着一个中文吗？所以我说电脑会有一个把2进制转化为10进制的过程

作者: 谭荣强 时间: 2014-6-8 22:23

yanghu 发表于 2014-6-8 21:52
是16个bit，我写错了，但编码表里面不是都是10进制的数据对应着一个中文吗？所以我说电脑会有一个把2进制 ...

计算机都是用二进制，你是不是看了有些汉字如：中，-42，-48. 以为这是十进制啊。那是byte型的数据

作者: yanghu 时间: 2014-6-8 22:30

谭荣强发表于 2014-6-8 22:23
计算机都是用二进制，你是不是看了有些汉字如：中，-42，-48. 以为这是十进制啊。那是byte型的数据 ...

对啊，中文为什么会用 -42 -48来表示？求解

作者: 谭荣强 时间: 2014-6-9 01:02

yanghu 发表于 2014-6-8 22:30
对啊，中文为什么会用 -42 -48来表示？求解

“中”不是用-42，-48来表示。是我们在查看“中”的时候使用方法获取的。
byte[] bys ="中".getBytes();;
System.out.println(Arrays.toString(bys));//[-42, -48]
我们使用byte，看起来比较顺眼。
你也可以使用字节。只是看着眼花。
for(byte b:bys){
System.out.println(Integer.toBinaryString(b));
}
结果：
11111111111111111111111111010110
11111111111111111111111111010000

作者: 丁绍然 时间: 2014-6-9 07:41

yanghu 发表于 2014-6-8 21:52
是16个bit，我写错了，但编码表里面不是都是10进制的数据对应着一个中文吗？所以我说电脑会有一个把2进制 ...

编码表为了方便人看所以才显示成10进制的，实际用的是二进制

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