黑马程序员技术交流社区

标题: 为什么一个是两个问号？？，一个是三个问号？？？ [打印本页]

作者: rslheima 时间: 2012-6-26 19:05
标题: 为什么一个是两个问号？？，一个是三个问号？？？
本帖最后由 rslheima 于 2012-6-26 19:13 编辑

为什么同样是用GBK编码的“你好”两个字使用不同方法，都用utf-8解码，为什么一个是两个问号？？，一个是三个问号？？？

package io.ENCODE;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.io.UnsupportedEncodingException;
import java.util.Arrays;
public class Encode {
public static void main(String[] args) throws IOException {
System.out.println("使用流操作转换“你好“");
write();
read();
System.out.println("使用编码，解码--”你好“");
encode();
}
//------------------使用gbk编码写入”你好“-------------------------
public static void write() throws IOException{
OutputStreamWriter osw=new OutputStreamWriter(
new FileOutputStream("C:\\Users\\Administrator\\Desktop\\utf.txt"),"gbk");
osw.write("你好");
osw.close();
}
//------------------使用utf-8编码读取“你好”-----------------------
public static void read() throws IOException{
InputStreamReader irs=new InputStreamReader(new FileInputStream("C:\\Users\\Administrator\\Desktop\\utf.txt"),"utf-8");
char [] buf=new char[10];
int ch=0;
ch=irs.read(buf);
System.out.println(new String (buf,0,ch));
}
//-----------------使用字符编码，解码方式，-----------------------
public static void encode() throws UnsupportedEncodingException{
String str="你好";
//-----------------使用gbk编码----------
byte[] b=str.getBytes("gbk");
//System.out.println(Arrays.toString(b));
//----------------使用utf-8解码-----------
String s1=new String(b,"utf-8");
System.out.println(s1);
}
}

复制代码

结果：
使用流操作转换“你好“
??
使用编码，解码--”你好“
???

作者: 陈淑飞 时间: 2012-6-26 19:20
本帖最后由陈淑飞于 2012-6-26 19:21 编辑

建议楼主解决这个问题前，先在百度下搜下结果。
出现二个 ?? 问号与三个??? 问题是为什么，先预猜下，然后带的问题去找答案。这样学习效率会提高很多。
呵呵，不过，也谢谢你提这个问题，让我也学习到了点。从这点来说，你对大家的贡献还是蛮大的。呵呵。
好了废话说了一堆，说问题吧。

其它打印二个问号与三个问号的区别，代码上没问题，只能说去找UTF-8与GBK编码有什么区别了。

UTF-8与GBK编码的区别

UTF-8：Unicode Transformation Format-8bit，是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24为（三个字节）来编码。

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差。

通过这个，我们可以了解到原来:
UTF-8在给我们中文编码是采用了三个字节，而我们自己国家GBK编码对中文编码是采用了二个字节。

欧了没？

作者: 张华廷 时间: 2012-6-26 23:50

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.io.UnsupportedEncodingException;
import java.util.Arrays;

public class fdsdfs {

                  public static void main(String[] args) throws IOException {
                        System.out.println("使用流操作转换“你好“");
                        write();
                        read();
                        System.out.println("使用编码，解码--”你好“");
                        encode();
                  }
                  //------------------使用gbk编码写入”你好“-------------------------
                  public static void write() throws IOException{
                        OutputStreamWriter osw=new OutputStreamWriter(
                                          new FileOutputStream("C:\\Users\\Administrator\\Desktop\\utf.txt"),"gbk");
                                 osw.write("你好");
                                 osw.close();
                  }
                  //------------------使用utf-8编码读取“你好”-----------------------
                        public static void read() throws IOException{
                                 InputStreamReader irs=new InputStreamReader(new FileInputStream("C:\\Users\\Administrator\\Desktop\\utf.txt"),"gbk");//把utf-8改为gbk就可以了
                                 char [] buf=new char[10];
                                 int ch=0;
                                 ch=irs.read(buf);
                                 System.out.println(new String (buf,0,ch));
                        }
                  //-----------------使用字符编码，解码方式，-----------------------
                        public static void encode() throws UnsupportedEncodingException{
                        String str="你好";
                        //-----------------使用gbk编码----------
                        byte[] b=str.getBytes("gbk");
                        //System.out.println(Arrays.toString(b));
                        //----------------使用utf-8解码-----------
                        String s1=new String(b,"gbk");//把utf-8改为gbk就可以了                         System.out.println(s1);
                        }
         }

结果：使用流操作转换“你好“
你好
使用编码，解码--”你好“
你好

作者: 周朋飞 时间: 2012-6-27 00:16
第一个问题：为什么是两个？号，你存的时候按gbk去存，那么你存的文件大小是4个字节，gbk当中两个字节表示一个汉字，假如存到硬盘的数据时 -12 -23 -34-56 ，那么前两个表示你后两个表示好字，然而你读的时候你指定用utf-8去读取，utf-8是按三个字节来读的，那么就会取出 -12 -23 -34去utf-8表上查一查没有这个汉字就给你返回一个？号，那么最后一个字节肯定也是找不到啊就去未知字符去找所以也是一个？号

第二个问题有点难度，需要查看dataInputStream下面有个utf-8修改表，我们可以通过一些方法获得你好这两个字的二进制数字，得出的结果是
11000100
11100011
10111010
11000011
当你用utf去解码的时候，因为第一个是110开头，按两个字节去读，但是第二个字节不是10 所以第一个字节出现一个问号，然后接着读第二个字节1110应该按三个字节去读
但是四个字节是110开头不是10开头所以又出现第二个问号，那最后一个就是一个问号了希望能帮到你

作者: 周朋飞 时间: 2012-6-27 00:31
补充一点:第一个出现两个？？的原因就是我上面说的为什么呢我给你加一段代码你就知道了在你read方法里加上System.out.println(a+"");然后你取的时候new String (buf,0,ch)) 这个ch的值是2 所以呢就是按三个字节来处理的最后一个字节作为一个问号

作者: 王涛 时间: 2012-6-27 00:54
第一个问题：
使用流操作转换“你好“
??
因为你是用的使用gbk编码写入”你好“，在他的编码表中，每个中字占2个字节。
“你好”占了4个字节
然后你使用UTF-8读取“你好”，在他的编码表中，每个中字占3个字节。
当她读的时候，先拿了3个字节去查编码表，没有，就返回一个未知字符？
剩下1个，她又去查编码表，还没有，又返回一个未知字符？

第二个问题：
使用编码，解码--”你好“
???
用的GBK编码，还是4个字节
主要是UTF-8解码
因为UTF-8并不是每个字都是3个字节的，而是根据二进制位的开头来确定是占1个字节，还是2字节，或者是3个
然后她根据那4个字节的二进制位，得到有一个占2个字节，有两个占1个字节相似的未知字符，然后输出了他们，也就是？？？，就想楼上说的

你可以看下基础视频中的21天，06和07，一个是讲转换，一个讲编码的

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