Re: [問題] java 執行時的 unicode轉換問題

看板java作者darkk6 (Mr. Pan)時間10年前 (2015/06/20 14:23)推噓2(2推 0噓 0→)

留言2則, 2人參與討論串2/2 (看更多)

※ 引述《tas72732002 (蔥頭)》之銘言： : "java在執行的時候所有的字元都是被轉成unicode, 包含編譯後的.class檔案", 請問一下java在讀取與寫入的時候他的編碼是如何轉換的? : 讀取部分 : : 假設這時我使用FileInputStream來讀取一個utf-8的檔案, : FileInputStream f = new FileInputStream("d:\test.txt"); : while((length = stream.read(buffer, 0, 1024)) != -1) { : String str = new String(buffer, 0, length); : } : 這時我印出length, 他所顯示中文字元是占用了3個byte(length = 3)代表是UTF-8不是unicode, JVM什麼時候會將他轉成unicode呢? 不是說字元都是unicode處理嗎? : 寫入部分 : : OutputStream os = new FileOutputStream("d:\\one.txt", true); : String str = "hello world 測試\r\n"; : byte[] buffer = str.getBytes(); : os.write(buffer); : os.close(); : 這時系統自動產生的檔案是UTF-8格式, 網路上說會以作業系統的預設編碼的格式, 寫入的內容當然也是UTF-8編碼, 這部分不太確定~ : 我想請問寫入時strm 會先經過JVM將str以 unicode編碼再轉成 UTF-8輸出嗎? : 如果上面有錯誤的地方再麻煩各位修正記得之前我回答過一個類似的文章，參考 #1JCcRGlx 簡單來說，這邊所謂的 Unicode 指的是 Java 儲存在 class 檔案中使用的編碼方式當你使用 File I/O Stream 的時候，就和上面這句話無關了。 ======================================================== 記得：檔案在儲存的時候都以 binary 的方式看待，也就是說當有一個 UTF-8 編碼的文字檔案內容是「好」的時候，要想像檔案內容是 E5 A5 BD 而不是「好」這個字，這才是絕對的內容 ======================================================== 首先在你第一個例子中，假設這個 test.txt UTF-8 文字檔就是這個「好」字，就代表它的內容是 E5 A5 BD , 3 bytes 你所取出的 length = 3 沒有問題 FileInputStream f = new FileInputStream("d:\test.txt"); while((length = stream.read(buffer, 0, 1024)) != -1) { String str = new String(buffer, 0, length); } 那麼怎樣的情況才是這邊所提到的 Unicode 呢？答案是 str 這個變數儲存在記憶體中的時候，採用的是 Unicode 編碼 (也就是在 String 中一個名為 value 的 char[] 是採用 unicode 編碼， Java char 的值都會是 Unicode 編碼) 接著輸出的部分：為了方便舉例我將 str 內容改為「好」 OutputStream os = new FileOutputStream("d:\\one.txt", true); String str = "好"; byte[] buffer = str.getBytes(); os.write(buffer); os.close(); 那為什麼這邊會輸出 UTF-8 的文字編碼呢？重點在於 "getBytes()" 這個 method 呼叫 getBytes() 沒帶任何參數時， Java 會以作業系統(非 JVM)預設的文字編碼進行編碼，因此原本在 str 中儲存的是 Unicode 編碼「好」這個字，在透過 getBytes() 得到的就是 UFT-8(你的系統預設) 的編碼，所以才會建立出這個 UTF-8 文字檔。參考： http://www.docjar.com/docs/api/java/lang/String.html#getBytes http://www.docjar.com/docs/api/java/lang/StringCoding.html#en code%28char,%20int,%20int%29 (請自己接起來) 所以這個轉換並非在寫入 stream 時，而是在你呼叫 getBytes 的時候喔 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.238.131.194 ※ 文章網址: https://www.ptt.cc/bbs/java/M.1434781408.A.F74.html ※ 編輯: darkk6 (36.238.131.194), 06/20/2015 14:28:44