字符串編碼與項目編碼問題

　　最近項目設計到java項目與c項目基於tcp通訊的數據交互，在發送數據的過程當中由java發送數據給c項目，出現了亂碼，完全學習了下字符串編碼與文件編碼之間的關係，關於編碼的什麼ASCII、UTF-8（Unicode的一種實現）、GBK之間的關係網上一搜一籮筐，不在詳細闡述，能夠參看這裏。

　　每一個項目都有工程編碼，java工程能夠項目->屬性（properties）查看其編碼，而咱們在寫c項目的時候好像歷來都沒有注意這些。在vs2010默認的是ANSI（即GBK）的，CodeBlock默認的也是GBK。咱們先來看下c項目字符串的編碼與文件編碼的關係。

　　使用CodeBlock建了兩個c項目，一個編碼是GBK的，一個是UTF-8，（CodeBlock項目編碼設置setting->editor->other setting）,使用相同的代碼

int main()
{
　　int i = 0;
　　char* str = "中文";
　　while(str[i++] != '\0')
　　{
　　printf("%0x\n",str[i]&0xFF);
　　}
　　printf("%s", str);
　　return 0;
}

打印"中文"在內存中的編碼，在UTF的c項目中輸出結果爲：，用二進制文件查看其.c和.exe文件編碼

能夠看到.exe文件和.c中char* str都是UTF-8編碼，與輸出的字符串編碼是一致的。

再來看GBK的c項目中的輸出狀況:,文件.c、.exe二進制編碼狀況：

那麼能夠確定：在c項目中，字符串的編碼char* str與文件.c的編碼是一致的，而文件的編碼通常默認與項目編碼一致。這裏有必要就UTF-8項目輸出的是亂碼進行解釋，由於win操做系統環境是中文GBK的，控制檯默認輸出的是GBK，因此當輸出UTF-8的字符串時就出現了亂碼。

----------------------------------------------------------------java分割線-------------------------------------------------------------------------------------------------------------------------

再來看java項目中.class與.java文件之間的編碼關係，咱們先建一個GBK的java項目，代碼以下：

import java.io.UnsupportedEncodingException;

public class test {
　　public static void main(String[] args) {
　　String str = "中文";
　　try {
　　　　byte[] bs = str.getBytes("GBK");
　　　　for(int i = 0; i < bs.length; i++){
　　　　　　System.out.println(Integer.toHexString(bs[i]));
　　　　}
　　　　String str2 = new String(bs,"GBK");
　　　　System.out.println(str2);
　　　　} catch (UnsupportedEncodingException e) {
　　　　　　// TODO Auto-generated catch block
　　　　　　　e.printStackTrace();
　　　　}
　　}
}

java對字符串的編碼處理支持就好的多了，你能夠獲取任何本身想要字符編碼，並指定其輸出編碼（通常編碼用什麼，解碼就用什麼）。在GBK的項目中.java文件用的是ANSI的存儲方式，.class文件是以何種編碼呢？GBK嗎？，咱們來看下.java和.class文件的二進制：

String str在.java文件中是GBK存儲，可是生成的二進制.class文件其編碼倒是UTF-8的！！！也就是咱們說的java採用的是Unicode編碼，在生成.class文件的時候編譯器幫咱們把各類不一樣編碼的.java文件所有生成統一的Unicode編碼的.class文件，那麼在java平臺全部字符在內存中的表示都是統一的（無論你的項目是什麼編碼，字符串內存表示都同樣，與項目編碼無關）。

　　至於UTF-8的java項目其.java和.class必定都是同樣的編碼。