浅谈java乱码有关问题

浅谈java乱码问题
最近做通信部分，在发送中文的时候遇到了乱码问题。纠结了很久终于找到了答案解决的问题。

乱码往往是字符集不统一造成的,而笔者的程序中却是另一种情况引起的。message += (char)ins.read();
就是因为这句代码。。。
原因是这样的：用char强制转型时，只能转换0—127之间的ASCII码，而我们的中文（在GBK/GB2312字符集中中文由两个字节表示，而这连个字节不再0-127范围之内）的字节经char强制转型出来的就是“?”了。
对此我的解决方案是把每个对到的字节都放入字节队列中，在转成数组，最后用String(bytes[])转成字符串。代码如下

                             read = bufferedInputStream.read();                            byte byte1 = (byte)read;bytes.add(byte1);messageRead = new String(listToBytes(bytes));

代码中的bytes是字节队列，listToBytes是队列转成数组的方法。

下面我说一下上面提及通常的原因。
首先，我先介绍一下几种java中的常用的字符集：GBK,GB2312,ASCII,ISO-8859-1，UTF-8。。
要保证不乱码，我们首先要掌握不同字符在他们的字符集中占的字节个数。
GBK：英文占1字节，中文占2字节
GB2312：同GBK
ASCII：总长7bit。。一共包括0-127的字符。。占1字节。无法表示中文。
ISO-8859-1：总长8bit。。是ASCII的扩展。。占1字节
UTF-8：英文占1字节。中文占3字节。
代码实例：

public static void compareCharset() {byte[] bytes1, bytes2, bytes3, bytes4, bytes5, bytes6, bytes7;String string = "a马";try {bytes1 = string.getBytes("GBK");System.out.println("以GBK编码程字节长度为" + bytes1.length);for (int i = 0; i &lt; bytes1.length; i++) {System.out.println("以GBK编码每个字节是" + bytes1[i]);}bytes2 = string.getBytes("GB2312");System.out.println("以GB2312编码程字节长度为" + bytes2.length);for (int i = 0; i &lt; bytes2.length; i++) {System.out.println("以GB2312编码每个字节是" + bytes2[i]);}bytes3 = string.getBytes("ISO-8859-1");System.out.println("以ISO-8859-1编码程字节长度为" + bytes3.length);for (int i = 0; i &lt; bytes3.length; i++) {System.out.println("以ISO-8859-1编码每个字节是" + bytes3[i]);}bytes4 = string.getBytes("ASCII");System.out.println("以ASCII编码程字节长度为" + bytes4.length);for (int i = 0; i &lt; bytes4.length; i++) {System.out.println("以ASCII编码每个字节是" + bytes4[i]);}bytes5 = string.getBytes("UTF-8");System.out.println("以UTF-8编码程字节长度为" + bytes5.length);for (int i = 0; i &lt; bytes5.length; i++) {System.out.println("以UTF-8编码每个字节是" + bytes5[i]);}bytes7 = string.getBytes("UNICODE");System.out.println("以UNICODE编码程字节长度为" + bytes7.length);for (int i = 0; i &lt; bytes7.length; i++) {System.out.println("以UNICODE编码每个字节是" + bytes7[i]);}} catch (Exception e) {e.printStackTrace();System.out.println("有不支持的字符集存在");}}

打印出来是：
以GBK编码程字节长度为3
以GBK编码每个字节是97
以GBK编码每个字节是-62
以GBK编码每个字节是-19
以GB2312编码程字节长度为3
以GB2312编码每个字节是97
以GB2312编码每个字节是-62
以GB2312编码每个字节是-19
以ISO-8859-1编码程字节长度为2
以ISO-8859-1编码每个字节是97
以ISO-8859-1编码每个字节是63
以ASCII编码程字节长度为2
以ASCII编码每个字节是97
以ASCII编码每个字节是63
以UTF-8编码程字节长度为4
以UTF-8编码每个字节是97
以UTF-8编码每个字节是-23
以UTF-8编码每个字节是-87
以UTF-8编码每个字节是-84
以UNICODE编码程字节长度为6
以UNICODE编码每个字节是-2
以UNICODE编码每个字节是-1
以UNICODE编码每个字节是0
以UNICODE编码每个字节是97
以UNICODE编码每个字节是-102
以UNICODE编码每个字节是108

在表示字符串的时候，我们尽量要保证字符集一致才不会乱码。。。

浅谈java乱码有关问题

热点推荐