String.getBytes()和new String()
在Java中,String.getBytes(String decode)方法會根據(jù)指定的decode編碼返回某字符串在該編碼下的byte數(shù)組表示,如
byte[] b_gbk = "中".getBytes("GBK");
byte[] b_utf8 = "中".getBytes("UTF-8");
byte[] b_iso88591 = "中".getBytes("ISO8859-1");
將分別返回“中”這個漢字在GBK、UTF-8和ISO8859-1編碼下的byte數(shù)組表示,此時b_gbk的長度為2,b_utf8的長度為3,b_iso88591的長度為1。
而與getBytes相對的,可以通過new String(byte[], decode)的方式來還原這個“中”字時,這個new String(byte[], decode)實際是使用decode指定的編碼來將byte[]解析成字符串。
String s_gbk = new String(b_gbk,"GBK");
String s_utf8 = new String(b_utf8,"UTF-8");
String s_iso88591 = new String(b_iso88591,"ISO8859-1");
通過打印s_gbk、s_utf8和s_iso88591,會發(fā)現(xiàn),s_gbk和s_utf8都是“中”,而只有s_iso88591是一個不認識 的字符,為什么使用ISO8859-1編碼再組合之后,無法還原“中”字呢,其實原因很簡單,因為ISO8859-1編碼的編碼表中,根本就沒有包含漢字 字符,當然也就無法通過"中".getBytes("ISO8859-1");來得到正確的“中”字在ISO8859-1中的編碼值了,所以再通過new String()來還原就無從談起了。
因此,通過String.getBytes(String decode)方法來得到byte[]時,一定要確定decode的編碼表中確實存在String表示的碼值,這樣得到的byte[]數(shù)組才能正確被還原。
有時候,為了讓中文字符適應(yīng)某些特殊要求(如http header頭要求其內(nèi)容必須為iso8859-1編碼),可能會通過將中文字符按照字節(jié)方式來編碼的情況,如
String s_iso88591 = new String("中".getBytes("UTF-8"),"ISO8859-1"),這樣得到的s_iso8859-1字符串實際是三個在 ISO8859-1中的字符,在將這些字符傳遞到目的地后,目的地程序再通過相反的方式String s_utf8 = new String(s_iso88591.getBytes("ISO8859-1"),"UTF-8")來得到正確的中文漢字“中”。這樣就既保證了遵守協(xié) 議規(guī)定、也支持中文。
posted on 2009-12-09 17:27 liyang 閱讀(7224) 評論(0) 編輯 收藏 所屬分類: j2se