快速业务通道

Merlin的魔力: 字符集 - 编程入门网

作者 佚名技术 来源 NET编程 浏览 发布时间 2012-06-20

Merlin的魔力: 字符集

时间:2011-02-02 IBM John Zukowski

用数字表示

不怕明说,其实计算机只理解数字。但下面这一点可能就没那么明显 ― 因为计算机只理解数字,所以它们需要用某种形式把数字值映射为相应的字符,这样才能显示文本。就是这些映射(或 字符集)才使得计算机可以理解文本。例如,就为了这种映射,早期的台式机使用了 ASCII。当一台使用 ASCII 的计算机存储数字 72、101、108 和 112 时,它便知道要显示“Help”这个单词,因为在 ASCII 中,数字 72 是 H 的值、101 是 e 的值、108 是 l 的值、112 是 p 的值。但如果这台计算机是早期的 IBM 大型机(它使用 EBCDIC 而不是 ASCII),“Help”这个单词将用数字 200、133、147 和 151 代表。

字符集基础知识

在向 Java 语言迁移时, java.nio.charset 包中有三个类帮助进行这种映射: Charset 、 CharsetEncoder 和 CharsetDecoder 。这些类相互配合,这样您就可以先采用一种映射,然后将其转换为另一种映射。在从另一种映射转换为 Java 映射(Unicode)时,您可以使用解码器(decoder)。然后,如果您需要从 Java 映射(Unicode)再转换为另一种映射(或转换回原来那种映射)时,您可以使用编码器(encoder)。您无法用 java.nio.charset 包在两种非 Unicode 格式之间直接转换,但您可以通过一种中间的 Unicode 格式在两种非 Unicode 格式间进行转换。

在得到一个解码器或编码器之前,您需要获得用于特定映射的 Charset 。例如,US-ASCII 是用于 7 位 ASCII 字符集的映射的名称。您只需象下面这样把该名称传递到 Charset 的 forName() 方法中即可:

Charset charset =   Charset.forName("US-ASCII");

一旦有了 Charset ,只需按如下所示请求 CharsetDecoder 和 CharsetEncoder :

CharsetDecoder decoder =   charset.newDecoder(); CharsetEncoder encoder =   charset.newEncoder();

有了解码器和编码器后,您就可以在不同的字符集之间进行转换了,如下所示:

ByteBuffer bytes = ...;   CharBuffer chars = decoder.decode(bytes);   bytes = encoder.encode(chars);

当然,如果不确定哪些字符集可用,您需要用下面的语句来询问:

SortedMap map =   Charset.availableCharsets();

然后您将使用特定的解码器把外部字节转换为内部字符。然后,如果需要把数据发送到 Java 代码外,您将使用编码器把内部字符转换为外部字节。至于哪些特定的字符集可用,您的运行时将确定整个字符集。但每个 Java 编程实现都必须支持下列编码:

US-ASCII:7 位 ASCII

ISO-8859-1:ISO 拉丁字母

UTF-8:8 位 UCS 转换格式

UTF-16BE:16 位 UCS 转换格式,大尾数法字节顺序

UTF-16LE:16 位 UCS 转换格式,小尾数法字节顺序

UTF-16:16 位 UCS 转换格式,用标记(marker)识别的字节顺序

然后,不同的平台可能支持特定于该平台的额外字符集(例如,在 Windows 平台上,您会发现它支持 Windows-1252 字符集)。如果您需要支持其他的字符集,您可以创建自己的字符集。请参阅 java.nio.charset.spi 包中的 CharsetProvider API。

Merlin的魔力: 字符集(2)

时间:2011-02-02 IBM John Zukowski

完整的示例

清单 1 通过转换单词“Help”的 ASCII 字节数组值(72、101、108 和 112)演示了 Java 字符集转换功能。遗憾的是,缺省情况下没有 EBCDIC 编码器,所以我们将把值转换为 UTF-16LE 字符数组(这只是为每个字符的第二个字节添加一个“0”字节)。

清单 1. 字符集转换示例

import java.nio.*; import java.nio.charset.*; import java.util.Arrays; public class Convert {   public static void main(String args[]) {    System.out.println(Charset.availableCharsets());    Charset asciiCharset = Charset.forName("US-ASCII");    CharsetDecoder decoder = asciiCharset.newDecoder();    byte help[] = {72, 101, 108, 112};    ByteBuffer asciiBytes = ByteBuffer.wrap(help);    CharBuffer helpChars = null;    try {     helpChars = decoder.decode(asciiBytes);    } catch (CharacterCodingException e) {     System.err.println("Error decoding");     System.exit(-1);    }    System.out.println(helpChars);    Charset utfCharset = Charset.forName("UTF-16LE");    CharsetEncoder encoder = utfCharset.newEncoder();    ByteBuffer utfBytes = null;    try {     utfBytes = encoder.encode(helpChars);    } catch (CharacterCodingException e) {     System.err.println("Error encoding");     System.exit(-1);    }    byte newHelp[] = utfBytes.array();    for (int i=0, n=newHelp.length; i<n; i++) {     System.out.println(i + " :" + newHelp[i]);    }   } }

注意:除手工执行编码和解码外,您还可以向 java.ioInputStreamReader 和 java.ioOutputStreamWriter 构造函数提供一个字符集,让它们为您执行转换工作。

凌众科技专业提供服务器租用、服务器托管、企业邮局、虚拟主机等服务,公司网站:http://www.lingzhong.cn 为了给广大客户了解更多的技术信息,本技术文章收集来源于网络,凌众科技尊重文章作者的版权,如果有涉及你的版权有必要删除你的文章,请和我们联系。以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息,谢谢!

分享到: 更多

Copyright ©1999-2011 厦门凌众科技有限公司 厦门优通互联科技开发有限公司 All rights reserved

地址(ADD):厦门软件园二期望海路63号701E(东南融通旁) 邮编(ZIP):361008

电话:0592-5908028 传真:0592-5908039 咨询信箱:web@lingzhong.cn 咨询OICQ:173723134

《中华人民共和国增值电信业务经营许可证》闽B2-20100024  ICP备案:闽ICP备05037997号