黑马程序员技术交流社区

标题: 求教字符编码问题！！！ [打印本页]

作者: 郭亚飞 时间: 2011-9-5 21:08
标题: 求教字符编码问题！！！
[code=java]import java.io.*;
public class review
{
public static void main(String []args)throws Exception
   {
      System.out.println("please enter some chatacters:");
      InputStreamReader isr=new InputStreamReader(System.in,"gb2312");
      //InputStreamReader isr=new InputStreamReader(System.in,"iso8859-1");
      BufferedReader br=new BufferedReader(isr);
      String strLine=br.readLine();
      for(int i=0;i<strLine.length();i++)
         {
            System.out.println(Integer.toHexString(strLine.charAt(i)));
         }
      isr.close();
      System.out.println(strLine);
   }
}
InputStreamReader isr=new InputStreamReader(System.in,"gb2312");
//InputStreamReader isr=new InputStreamReader(System.in,"iso8859-1");[/code]输入“中国”
当用gb2312编码时，打出的是unicode码，最后中国能正常打印!
当用iso8859-1编码时，打出的是gb2312码，最后中国不能正常打印!
请问这是为什么啊？到底什么情况打印unicode码什么情况打印本地字符集的编码啊？
各种编码，各种转换，各种混淆，各种迷糊...求关注，求详解，有木有!有木有!!!:'(

作者: 匿名 时间: 2011-9-5 23:13
楼主，如果可以最好能把打印结果列出来，

作者: 匿名 时间: 2011-9-6 08:37
标题: 回复楼主的帖子
可能是iso-8859-1 而不是iso8859-1 你还少了个 '-' 反正我就是这么写的,

还有,iso-8859-1是西欧的字符集,不支持中文, 你可以换成UTF-8 或者中文国际编码GB18030试试,这样就不会出现中文问题了

还有在WEB编程的时候可以用iso-8859-1来存储字符串,get传值的时候,里面的中文也是iso-8859-1的, 但如果你想正确的在网页上显示出来,还得转成其它的编码比如GBK

作者: 匿名 时间: 2011-9-6 10:49
这是一个编码和解码的问题，用GB2313编码时，生成了特定的字节码，然后在解码时由于你没有指定特定的解码表，采用默认的解码表GBK进行解密，由于GBK是GB2312的扩展，所有用GB2312编的码GBK都可以解，所以就可以解出中国，但是如果采用iso8859-1拉丁码表编码，生成了不同于GB2312的字节码，默认的解码表GBK无法找到该字节码对应的汉字或不存在这个字节码，所以出来就乱码了。要搞清楚字符编码的问题，强烈建议看毕老师的视频，其中的day21-07和08有专门讲解字符编码的问题。

作者: 匿名 时间: 2011-9-6 11:39
1.System.in是一个输入流对象，这个输入流使用的默认字符编码集是GB2312
从键盘上读取到的每一个字符（例如中国），操作系统读取时就是读取若干个整数(有些整数用一个字节存放(ASCII)而有些整数用两个字节存

放(中文字符)并且你要知道一个数字对应一个字符这就是字符集)，计算机系统将这些整数再与本地字符编码集(GB2312)进行匹配以此来辨别

输入的是哪些字符。
2.再来Unicode字符集中的字符都是占用两个字节的，Unicode中的ASCII码也一样，例如在ASCII码中a对应的整数是97转化为16进制就是61,而

在Unicode码中a对应的16进制整数是 0061，就是两个字节了，只是第一个字节的8位二进制数是00000000也就是十六进制的00，所以0061就是

两个字节，也就是说如果使用Unicode的系统读取到的是一个字节的整数它就会当成是ASCII码在前面加上00，将这个数据提升为两个字节
然后来看看你的问题
InputStreamReader isr=new InputStreamReader(System.in,"gb2312");
/*
键盘对应系统输入流默认的编码是GB2312，所以你输入"中国"时，系统会读取到d6d0(中)和b9fa(国),然后用一个字符输入流
new InputStreamReader(System.in,"gb2312");来包装,所以这时就要将d6d0 b9fa(整数)转换为gb2312中对应的字符"中国"
存放到字符输入流中。 String strLine=br.readLine();所以当你从字符输入流中读取数据时就会读取到"中国"这
两个字符(即String strLine = "中国") 也就是说 System.out.println(strLine) = System.out.println("中国")
所以打印出中国，然后就是这句Integer.toHexString(strLine.charAt(i))就是将字符转为编码集中对应的整数再
将整数转为16进制整数，因为java中使用的是Unicode编码集,这个编码集中也含有"中国"这两个字符,在Unicode中
"中国"对应的16进制整数就是4e2d 56fd，所以打印出来的是Unicode码
*/
InputStreamReader isr=new InputStreamReader(System.in,"iso8859-1");
/*
按照上面所说的,因为iso8859-1中没有读取到的d6d0 b6fa对应的字符，当要将d6d0 b9fa转换为iso8859-1中对应的字符时得到
的字符就是火星文也就是乱码....
这里是重点哦：上面由d6d0 b9fa得到了iso8859-1的字符虽然是火星文,但是也是有大小的,每个火星文占用1个字节,
因为iso8859-1中的字符都是1个字节的，所以代码String strLine = ??XX(乱码)
Integer.toHexString(strLine.charAt(i))当你用一个字节的火星文来转换成Unicode码时，
系统会将火星文(d6 d0 b9 fa)当作是4个ASCII码,so~java虚拟机会在这4个ASCII码前面加上一个字节也就是00，
再用System.out.println()打印出来就是00d6 00d0 00b9 00fa。注意这不是GB2313码喔，是Unicode码吗？这我也不知道了
System.out.println(strLine)最后这一句也跟上面一样的道理System.out.println(strLine)=System.out.println("??xx")
回答完毕，这是我自己的理解不知道对不对，希望对你有帮助
*/

作者: 匿名 时间: 2011-9-6 11:41
排版没排好不好意思

作者: 匿名 时间: 2011-9-6 14:06
soga~谢谢~~

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