黑马程序员技术交流社区

标题: char的读取和存储 [打印本页]

作者: 许冉 时间: 2011-10-11 15:04
标题: char的读取和存储
一个char占两个字节
1，从键盘输入一个字符，它是几个字节的
读取键盘录入时，可以用read方法读取一个字符，可是read读取的是一个字节啊，
2，如果把读取的几个字符存到byte数组中或char数组中，有什么区别
3，当我们定义一个char时，是两个字节吧
把一个char放在byte数组中，是不是只放进去一个字节啊
一会两个字节，一会一个字节都弄乱了，懂的给讲讲细节

作者: 庞金梁 时间: 2011-10-11 16:03
要搞清楚 code point 和 encoding 的区别。Java 是遵循 unicode 4.0 标准的，而内部的 character 以 utf-16 作为 encoding。unicode 4.0 标准包含从 U+0000-U+FFFF 的基本多语言平面和 U+10000-U+10FFFF 的扩展平面的文字，这是 code point。Java 的 char 类型是 16 bit 的，所以单个 char 只支持基本平面内的文字，而扩展平面的文字是由一对 char 来表示的。
而 String.getBytes() 这个方法是按照指定的 encoding 返回字符串，一般中文系统的默认编码是 utf-8 (linux, mac) 或者 gbk/gb18030 (windows)。只要是基本平面内的文字，utf-8码的中文都是3字节的，而 gbk/gbk18030 是2字节的。
哦，我只是一个搬运工，

作者: 许冉 时间: 2011-10-12 14:35

庞金梁发表于 2011-10-11 16:03
要搞清楚 code point 和 encoding 的区别。Java 是遵循 unicode 4.0 标准的，而内部的 character 以 utf-16 ...

貌似编码的问题很难看懂

作者: 苏志伟 时间: 2011-10-13 15:38
二楼，说的好犀利....密密麻麻，呵呵！
      我说的饿通俗一点把：这个read，楼主你指的是字符流的read，还是字节流的read啊！
      【拓展：】还有需要了解的是编码问题，我们系统默认的gbk编码，这个编码的特点就是，英文，字符，占一个字节，汉字占两个字节，其在二进制中的表现形式是有区别的，汉字的开头，貌似，好像，是-1开头。字母好像是0开头的。我记忆中好像是这样，您要是想深入了解，可以去查查。
      重点的来了啊！！！
      字节流：(InputStream)的read方法一次性读取的是一个字节，管它是汉字，英文。
      字符流：（Reader）的read方法是一次性读取一个字符，其到底一次读取一个字节，还是两个字节，就是看内存中的二进制代码的特征，要是开头是-1就一次性读取两个字节反之就读取一个字节。

      上边的是读得方法，
      下边的是写的方法。（涉及到乱码的问题。）
      当我们输出的时候，系统默认的是gbk的所以它也会自动判断，将二进制转换为相应的字符。这个时候我们也可以指定字符的编码集。
      为什么有时候会乱码呢！原因就是，我们在读取文件的时候是按照gbk的读进来，然后我们写出去的时候又按照utf的格式写出去，这样就产生乱码了！

      建议：多多研究IO流中字符字符编码转换的文档，了解其内部原理。

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