理解檔案的編碼，理解檔案編碼

理解檔案的編碼，理解檔案編碼

 

• UTF-16BE：漢字占 2 個位元組， 字母占 2 個位元組。
• UTF-8：漢字占 3 個位元組， 字母占 1 個位元組。
• GBK：漢字占 2 個位元組，字母占 1 一個位元組。Java項目預設編碼為GBK。
• ANSI：中文系統下ansi編碼代表GBK編碼。

 

 

　　Java是雙位元組編碼，一個字元佔2個位元組。所以Java裡的一個字元可以放一個漢字，預設的Java項目編碼為GBK，一個漢字2個位元組，正好可以放進去，不會出現亂碼。

 

　　當你的 位元組序列 為某種編碼時，這個時候如果想把位元組序列編變成字串，也要用到這種編碼方式，否則會出現亂碼。

　　在程式中，將 位元組序列 變成 字串，如果不給出位元組序列的編碼方式，則會採用系統預設的編碼方式GBK，例如，bytes是一個UTF-8的位元組序列數組，如果要將其轉換成這個位元組序列所表示的字串，則必須給出這種編碼方式：

　　　　String str = new String(bytes,”utf-8”);

　　如果不給出則會按照GBK編碼方式轉換成字串，就會出現亂碼。

 

　　文字檔其實是一種位元組序列。

　　在文字檔可以查看任意編碼的文字資訊而不亂碼。

　　在中文機器上直接建立文字檔，那麼文字檔預設以ansi編碼（也就是GBK）來儲存文字資訊。

 

　　在Eclipse裡面，項目設定的什麼編碼形式，它就只認識什麼編碼。如果從一個utf-8的項目裡拷貝一個文字檔到GBK的項目裡，再開啟則會出現亂碼。但是如果從utf-8的文字檔裡直接拷貝文字內容到GBK項目的文字檔裡，不會出現亂碼，系統會自動地做編碼轉換。