關於java中的字符集編碼入門1的信息

本文目錄一覽：

• 1、如何查找默認的字符集/編碼在Java中
• 2、Java中的字符使用什麼編碼
• 3、JAVA中怎樣改變本地字符集編碼
• 4、java怎麼查看一段中文是什麼編碼格式
• 5、Java語言所使用的字符集是什麼？
• 6、如何在JAVA中定義自己的字符集

如何查找默認的字符集/編碼在Java中

1, Java代碼直接設置

System.out.println(System.getProperty(“file.encoding”));

或

System.out.println(Charset.defaultCharset());

2，eclipse裏面選中工程-properties-Resource:text file encoding 改成你的原文件編碼格式即可；

3，一般配置jdbc連接字符串的時候可以指定字符編碼集，指定成和數據庫的編碼一致即可，這樣用jdbc讀出來的數據就是解碼後的正常的數據。當然，不同的數據庫產品具體看怎麼辦。

Java中的字符使用什麼編碼

System.out.println(Charset.defaultCharset()); 字符編碼（英語：Character encoding）也稱字集碼，是把字符集中的字符編碼為指定集合中某一對象（例如：比特模式、自然數序列、8位組或者電脈衝），以便文本在計算機中存儲和通過通信網絡的傳遞…

JAVA中怎樣改變本地字符集編碼

System.out.println(new String(strInfo.getBytes(“ISO-8859-1″),”gb2312”)); 你在輸出的時候這麼轉碼，還會輸出亂碼，見鬼了

java怎麼查看一段中文是什麼編碼格式

Java如何獲取文件編碼格式

1：簡單判斷是UTF-8或不是UTF-8，因為一般除了UTF-8之外就是GBK，所以就設置默認為GBK。

 按照給定的字符集存儲文件時，在文件的最開頭的三個位元組中就有可能存儲着編碼信息，所以，基本的原理就是只要讀出文件前三個位元組，判定這些位元組的值，就可以得知其編碼的格式。其實，如果項目運行的平台就是中文操作系統，如果這些文本文件在項目內產生，即開發人員可以控制文本的編碼格式，只要判定兩種常見的編碼就可以了：GBK和UTF-8。由於中文Windows默認的編碼是GBK，所以一般只要判定UTF-8編碼格式。

   對於UTF-8編碼格式的文本文件，其前3個位元組的值就是-17、-69、-65，所以，判定是否是UTF-8編碼格式的代碼片段如下：

          File file = new File(path);

          InputStream in= new java.io.FileInputStream(file);

          byte[] b = new byte[3];

          in.read(b);

          in.close();

          if (b[0] == -17  b[1] == -69  b[2] == -65)

              System.out.println(file.getName() + “：編碼為UTF-8”);

          else

              System.out.println(file.getName() + “：可能是GBK，也可能是其他編碼”);

2：若想實現更複雜的文件編碼檢測，可以使用一個開源項目cpdetector，它所在的網址是：。它的類庫很小，只有500K左右，cpDetector是基於統計學原理的，不保證完全正確，利用該類庫判定文本文件的代碼如下：

讀外部文件(先利用cpdetector檢測文件的編碼格式，然後用檢測到的編碼方式去讀文件):

    /**

     * 利用第三方開源包cpdetector獲取文件編碼格式

     * 

     * @param path

     *            要判斷文件編碼格式的源文件的路徑

     * @author huanglei

     * @version 2012-7-12 14:05

     */

    public static String getFileEncode(String path) {

        /*

         * detector是探測器，它把探測任務交給具體的探測實現類的實例完成。

         * cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法 加進來，如ParsingDetector、

         * JChardetFacade、ASCIIDetector、UnicodeDetector。

         * detector按照「誰最先返回非空的探測結果，就以該結果為準」的原則返回探測到的

         * 字符集編碼。使用需要用到三個第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar

         * cpDetector是基於統計學原理的，不保證完全正確。

         */

        CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

        /*

         * ParsingDetector可用於檢查HTML、XML等文件或字符流的編碼,構造方法中的參數用於

         * 指示是否顯示探測過程的詳細信息，為false不顯示。

         */

        detector.add(new ParsingDetector(false));

        /*

         * JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼

         * 測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以

         * 再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。

         */

        detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar

        // ASCIIDetector用於ASCII編碼測定

        detector.add(ASCIIDetector.getInstance());

        // UnicodeDetector用於Unicode家族編碼的測定

        detector.add(UnicodeDetector.getInstance());

        java.nio.charset.Charset charset = null;

        File f = new File(path);

        try {

            charset = detector.detectCodepage(f.toURI().toURL());

        } catch (Exception ex) {

            ex.printStackTrace();

        }

        if (charset != null)

            return charset.name();

        else

            return null;

    }

String charsetName = getFileEncode(configFilePath);

System.out.println(charsetName);

inputStream = new FileInputStream(configFile);

BufferedReader in = new BufferedReader(new InputStreamReader(inputStream, charsetName));

讀jar包內部資源文件(先利用cpdetector檢測jar內部的資源文件的編碼格式，然後以檢測到的編碼方式去讀文件)：

    /**

     * 利用第三方開源包cpdetector獲取URL對應的文件編碼

     * 

     * @param path

     *            要判斷文件編碼格式的源文件的URL

     * @author huanglei

     * @version 2012-7-12 14:05

     */

    public static String getFileEncode(URL url) {

        /*

         * detector是探測器，它把探測任務交給具體的探測實現類的實例完成。

         * cpDetector內置了一些常用的探測實現類，這些探測實現類的實例可以通過add方法 加進來，如ParsingDetector、

         * JChardetFacade、ASCIIDetector、UnicodeDetector。

         * detector按照「誰最先返回非空的探測結果，就以該結果為準」的原則返回探測到的

         * 字符集編碼。使用需要用到三個第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar

         * cpDetector是基於統計學原理的，不保證完全正確。

         */

        CodepageDetectorProxy detector = CodepageDetectorProxy.getInstance();

        /*

         * ParsingDetector可用於檢查HTML、XML等文件或字符流的編碼,構造方法中的參數用於

         * 指示是否顯示探測過程的詳細信息，為false不顯示。

         */

        detector.add(new ParsingDetector(false));

        /*

         * JChardetFacade封裝了由Mozilla組織提供的JChardet，它可以完成大多數文件的編碼

         * 測定。所以，一般有了這個探測器就可滿足大多數項目的要求，如果你還不放心，可以

         * 再多加幾個探測器，比如下面的ASCIIDetector、UnicodeDetector等。

         */

        detector.add(JChardetFacade.getInstance());// 用到antlr.jar、chardet.jar

        // ASCIIDetector用於ASCII編碼測定

        detector.add(ASCIIDetector.getInstance());

        // UnicodeDetector用於Unicode家族編碼的測定

        detector.add(UnicodeDetector.getInstance());

        java.nio.charset.Charset charset = null;

        try {

            charset = detector.detectCodepage(url);

        } catch (Exception ex) {

            ex.printStackTrace();

        }

        if (charset != null)

            return charset.name();

        else

            return null;

    }

URL url = CreateStationTreeModel.class.getResource(“/resource/” + “配置文件”);

URLConnection urlConnection = url.openConnection();

inputStream=urlConnection.getInputStream();

String charsetName = getFileEncode(url);

System.out.println(charsetName);

BufferedReader in = new BufferedReader(new InputStreamReader(inputStream, charsetName));

3：探測任意輸入的文本流的編碼，方法是調用其重載形式： 

charset=detector.detectCodepage(待測的文本輸入流,測量該流所需的讀入位元組數); 

上面的位元組數由程序員指定，位元組數越多，判定越準確，當然時間也花得越長。要注意，位元組數的指定不能超過文本流的最大長度。

4：判定文件編碼的具體應用舉例：

    屬性文件(.properties)是Java程序中的常用文本存儲方式，象STRUTS框架就是利用屬性文件存儲程序中的字符串資源。它的內容如下所示：

    #注釋語句

    屬性名=屬性值

    讀入屬性文件的一般方法是：

      FileInputStream ios=new FileInputStream(「屬性文件名」);

      Properties prop=new Properties();

      prop.load(ios);

      String value=prop.getProperty(「屬性名」);

      ios.close();

    利用java.io.Properties的load方法讀入屬性文件雖然方便，但如果屬性文件中有中文，在讀入之後就會發現出現亂碼現象。發生這個原因是load方法使用位元組流讀入文本，在讀入後需要將位元組流編碼成為字符串，而它使用的編碼是「iso-8859-1」,這個字符集是ASCII碼字符集，不支持中文編碼，

    方法一：使用顯式的轉碼：

       String value=prop.getProperty(「屬性名」);

       String encValue=new String(value.getBytes(「iso-8859-1″),」屬性文件的實際編碼」);

    方法二：象這種屬性文件是項目內部的，我們可以控制屬性文件的編碼格式，比如約定採用Windows內定的GBK，就直接利用」gbk」來轉碼，     如果約定採用UTF-8，就使用」UTF-8″直接轉碼。

    方法三：如果想靈活一些，做到自動探測編碼，就可利用上面介紹的方法測定屬性文件的編碼，從而方便開發人員的工作

補充：可以用下面代碼獲得Java支持編碼集合：

    Charset.availableCharsets().keySet();

    可以用下面的代碼獲得系統默認編碼：

    Charset.defaultCharset();

Java語言所使用的字符集是什麼？

Java語言所使用的字符集是16位Unicode編碼。另外再介紹一些常見的字符集：

1、最早在dos下寫pascal的時候，就遇到ASCII字符集，後來還是dos下寫c，也是ascii字符集

特點：目前最通用的單位元組編碼字符集

表示：單位元組

最早ascii用7bit表示，總共能表示2^7=128個字符，後來擴展到8bit，就表示2^8=256個字符

2、GB2312又稱為GB2312-80字符集，全稱為《信息交換用漢字編碼字符集·基本集》，由原中國國家標準總局發佈，1981年5月1日實施。

特點：當然是能表示99%的中國漢字，還包括拉丁字母、日文假名、希臘字母、俄文字母、漢語拼音符號、漢語注音字母等

表示：雙位元組

3、GBK是漢字編碼標準之一，全稱《漢字內碼擴展規範》，GBK 向下與GB2312編碼兼容，向上支持ISO10646.1國際標準。可以認為GBK是在GB2313基礎上通過內碼擴展出來的一個標準。

特點：完全兼容GB2312標準，支持國際標準ISO/IEC10646-1和國家標準GB13000-1中的全部中日韓漢字，並包含了BIG5編碼中的所有漢字

表示：雙位元組

4、Big5，台灣那邊使用比較多。

5、GB 18030，全稱是GB18030-2000《信息交換用漢字編碼字符集基本集的擴充》，是我國政府於2000年3月17日發佈的新的漢字編碼國家標準，2001年8月31日後在中國市場上發佈的軟件必須符合本標準。

特點：就是強大。覆蓋中文、日文、朝鮮語和中國少數民族文字。滿足中國大陸、香港、台灣、日本和韓國等東亞地區信息交換多文種、大字量、多用途、統一編碼格式的要求。並且與Unicode 3.0版本兼容，填補Unicode擴展字符字彙「統一漢字擴展A」的內容。並且與以前的國家字符編碼標準（GB2312，GB13000.1）兼容。

表示：單位元組、雙位元組、四位元組三種方式

6、Unicode野心更大（當然有一個國際統一標準當然是好事）

特點：Unicode是一種在計算機上使用的字符編碼。它為每種語言中的每個字符設定了統一併且唯一的二進制編碼，以滿足跨語言、跨平台進行文本轉換、處理的要求。

表示：utf-8,utf-16,utf-32

這裡可能有點不好理解，舉個例子

首先，把unicode理解成對所有字符做了一個統一的編號，比如：「字」這個字符，編號是23383，這個是unicode定義的

但是，在計算機中，如何存儲這個編號呢？方式就有很多，存儲unicode的方式，就是utf-8,utf-16,utf-32

23383數值的16進制表示：0x5b57

utf-8用3個位元組來表示漢字，所以utf-8的表示為：0xE5AD97

utf-16用2個位元組來表示漢字，所以utf-16的表示為：0x5b57 剛好和數值是一樣的

utf-32用4個位元組來表示漢字，所以utf-32的表示為：0x00005b57 和數值是一樣的，不過浪費空間

7、再來講講utf-8，它是一種變長的字符集

表示：單位元組來表示字母，雙位元組來表示一些希臘字母，三位元組來表示漢字，當然也有四位元組的

這麼做當然會增加表示和識別的難度，不過，可以節省空間。這也是為什麼utf-8在網絡編碼中流行的原因。

如何在JAVA中定義自己的字符集

java中定義一個字符串數組方式如下：

1.String[] str={“AAA”,”BBB”,”CCC”};

2.String str[]={“AAA”,”BBB”,”CCC”};

string類型和其他基本類型相似，創建數組時，有上述兩種方式。