java 編碼分析

3、源碼分析：
    更改字符串編碼的步驟爲:
    一、調用String的getByte方法對字符串進行解碼，獲得字符串的字節數組（字節數組不攜帶任何有關編碼格式的信息，只有字符纔有編碼格式）
    二、根據字節數組和新的字符編碼構造一個新的String對象，獲得的就是按照新的字符編碼生成的字符串

 

---

【說明】

        java中的String類是按照unicode進行編碼的，當使用String(byte[] bytes, String encoding)構造字符串時，encoding所指的是bytes中的數據是按照那種方式編碼的，而不是最後產生的String是什麼編碼方式，換句話說，是讓系統把bytes中的數據由encoding編碼方式轉換成unicode編碼。若是不指明，bytes的編碼方式將由jdk根據操做系統決定。

        當咱們從文件中讀數據時，最好使用InputStream方式，而後採用String(byte[] bytes, String encoding)指明文件的編碼方式。不要使用Reader方式，由於Reader方式會自動根據jdk指明的編碼方式把文件內容轉換成unicode編碼。

        當咱們從數據庫中讀文本數據時，採用ResultSet.getBytes()方法取得字節數組，一樣採用帶編碼方式的字符串構造方法便可。

ResultSet rs;
bytep[] bytes = rs.getBytes();
String str = new String(bytes, "gb2312");

不要採起下面的步驟。

ResultSet rs;
String str = rs.getString();
str = new String(str.getBytes("iso8859-1"), "gb2312");

        這種編碼轉換方式效率底。之因此這麼作的緣由是，ResultSet在getString()方法執行時，默認數據庫裏的數據編碼方式爲iso8859-1。系統會把數據依照iso8859-1的編碼方式轉換成unicode。使用str.getBytes("iso8859-1")把數據還原，而後利用new String(bytes, "gb2312")把數據從gb2312轉換成unicode，中間多了好多步驟。

        從HttpRequest中讀參數時，利用reqeust.setCharacterEncoding()方法設置編碼方式，讀出的內容就是正確的了。

順便說句，若是你直接在瀏覽器中的地址欄輸入這個的話，瀏覽器都會使用ISO-8859-1來編碼你的URL，而後才提交到服務器，這也是爲啥通常服務器端都須要首先進行編碼轉換