文本文件和字符集

Posted on | In , | | 次阅读

文本文件和字符集

  1. java是完全基于Unicode的，但是 os 一般有它们自己的字符编码，比如在 美国是 ISO-8859-1（8位代码，有时候也称为 ANSI 代码）， 在台湾是 Big5；
  2. 当把数据保存到一个文本文件中时，应该照顾到本地的字符编码，这样，用户就可以用它们的其他程序打开这个文本文件。
    1. 字符编码是在 FileWriter 的构造器中指定的： out = newFileWriter(filename, “ISO-8859-1”)；
    2. problem：遗憾的是， 目前，locale 和字符编码间没有任何联系。 比如， 你的 用户选择的是台湾的locale_zh_TW， 但是在 java中并没有提供任何方法来告诉你用 Big5 字符编码是最恰当的；

源文件的字符编码

  1. 作为 coder， 要牢记你需要与java 编译器进行交互： 这种交互需要通过本地系统的工具来完成；
  2. 使用中文版的记事本来写你的java 源代码文件， 但这样写出来的源代码不能随处使用；因为它们使用的是本地的字符编码；只有编译后的class 文件才能随处使用， 因为它们会自动地使用 “modified UTF-8” 编码来处理标识符和字符串。

  3. 这意味着即使在程序编译和运行时，依然有3种字符编码参与其中：

    1. 源文件： 本地编码；
    2. 类文件： modified UTF-8；
    3. 虚拟机： UTF-16；

  4. 为了使你的源文件到处都可用， 必须使用普通 的 ASCII 编码： 也就是说， 你需要将所有 非ASCII 字符转换成等价的 Unicode 编码；

    1. jdk 有一个工具 native2ascii ：可以用它来将本地字符编码转换为 普通 的 ASCII ， 这个工具直接将输入中的每一个非 ASCII 字符替换为 跟尾儿 \u 加上四位 16进制数字的Unicode值；（干货——native2ascii 工具的作用）
    2. 如何使用 native2ascii 工具：
      native2ascii Myfile.java Myfile.temp
    3. 用 -reverse 进行逆向转换：
      native2ascii -reverse myfile.temp myfily.java
    4. 用 -encoding 选项指定另一种编码：编码的名字必须是 编码表所列出来的名字之一， 如：　native2ascii -encoding Big5 myfile.java myfile.temp

  5. 看个栗子

    1. native2ascii HelloWorld.java HelloWorld.temp
    2. native2ascii -encoding Big5 HelloWorld.java HelloWorldTW.temp
    3. native2ascii -reverse HelloWorld.temp Reverse.java

转自https://blog.csdn.net/PacosonSWJTU/article/details/50636153

Donate comment here