java字符集编码

① java中怎样改变本地字符集编码

System.out.println(new String(strInfo.getBytes("ISO-8859-1"),"gb2312")); 你在输出的时候这么转码，还会输出乱码，见鬼了

② 几种判断字符集编码的方法（Java） 未完

如果是Java的String对象的话，则一定是Unicode的，这个没有为什么，Java就是这么定的。

我猜你的问题应该是如何判断一段字节流是什么编码类型，对吗？比如一个文件，或是网络上面取下来的一段Byte数组，你需要用一个合适的编码来解析成字符串。

这个让你失望了，没有一个文档化的，确定的方法来判断，只能用测试的方法，这个方法也只是猜测，不能百分百的确定，方法如下：

• 用常见的编码方式对字节流进行解码，比如Unicode，UTF8， UTF8 without BOM,UTF16, ANSI等等。

• 对解析的结果进行判断，是不是一个合理的可打印字符，可打印字符最多的解码方式就是最可能的编码了。

• 如何判断可打印字符？流程如下：把解析好的字符串按照字符进行遍历，把每一个字符转化成Unicode编码，看看这些编码是不是Unicode的支持范围极客。

• 如果发现有种编码方式都是可打印字符，那么再使用本步骤：对字符串进行分词，分词这个在此不作赘述，你自己再研究一下。分词效果好的就是最可能的编码了。（不过通常到第三步就能搞定了，第四部绝大部分用不着）

③ Java中的字符采用的是两个字节编码的什么字符集。

java平台采用UTF-16（Unicode）编码，一个字符占2个字节（不论英文，还是中文字符）。

④ java以二进制传输字符集填啥

用UTF-8.
java读写文件的有很多种方式，基本都是采用java.io的inputStream和各种基于inputstream的封装实现对文件的读写，最原始的接口提供的便是基于byte的读写，而String可以看做是char[]，一个char是8个byte。在最原始的ASCII编码中，我们采用一个字节 也就时8位来表示一个字符（图形字符或者控制字符），而后来1个字节不足以表示现实中的所有字符，于是出现了各种各样的编码格式，常见的比如UTF-8，GBK，UNICODE等。java中的string也是遵循jre中定义的默认字符集(基本为UTF-8），而在byte[]转化成String的过程中可能会由于编码字符集问题导致String逆向回来的byte[]与原来的数组不一致。

⑤ Java中的字符使用什么编码

System.out.println(Charset.defaultCharset()); 字符编码（英语：Character encoding）也称字集码，是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递...

⑥ JAVA字符编码问题

这种编码问题真是很tricky的问题。说它tricky是因为这至少涉及到以下4种编码选取的排列组合(有时甚至更多)，更有时乃至会发生错进错出，负负得正，中间过程错了但反而到不是乱码的情况。

(1)源代码的编码
(2)编译时告诉java编译器的源代码编码
(3)运行时jvm参数file.encoding
(4)输出终端对输出字节流的解码所采用的码组

在这简单情况下(1)和(2)一致，(3)和(4)一致就不会因为编解码映射错误(当然字符向终端字体映射的错误是另一回事，如字体缺失之类)。而(1)(2)和(3)(4)不必一致，这样就使得不必强求开发编译环境和运行应用环境的编码必须一致。

源代码的录入与编译若在在一个平台上时，大多数情况没有问题(反而用聪明的Idea IDE设置错误时会乱套，越是简陋的开发环境越不太会错)。但是如果你在中文GBK编码平台上的源代码在别人的unicode编码平台上编译，就有问题了。所以和别人，特别是和不同母语的人合作编程时，建议要么约定一律用unicode作为源文件编码；要么只用ASCII字符，反正其他编码一般都和ASCII兼容的，对于非ASCII字符，用Java的/uxxxx表示机制，比如"中国"就表示为"\u4e2d\u56fd"。4e2d和56fd分别是中国二字的unicode十六进制编码。

但我认为楼主在这里其实主要关心的是运行时的编码一致问题，即(3)和(4)。所以言归正传，让我们来检查它们是否一致。

由于正如上述，iso8859-1编码集其实是被其他所有公认的编码集所兼容的，也就是说它是所有公认编码集的公共子集。所以以iso8859-1为基础可以外延到任何一个公认编码集。事实上大多数情况也是这样做的。比如java System property里设定了encoding为iso8859-1，事实上不仅仅是一个Latin字母的映射，在非Latin区域按JVM宿主操作系统的编码扩展。即选iso8859-1其实是选择了宿主操作系统的默认编码。

假设楼主的操作系统编码是GBK,那么file.encoding=iso8859-1相当于选择了file.encoding=GBK。那么System.out.println(...)这个核心类方法会将china字符转换为file.encoding指定的编码(GBK)字节由out流输出给最终out所绑定的终端。比如console一般采用系统默认编码也是GBK的话，那就和file.encoding一致，能正常解码，不会乱码。

至于System.out.write()直接写字节流。由于该字节流是由china.getBytes()得到的，在不指定编码的时候使用file.encoding指定的默认值的(即GBK)，因此Str->Byte的编码方法GBK和console采用的解码方法GBK又是一致的，所以也不是乱码。

但是这时候用toHexString打印出的两个字节串是不一样的。先直接把china逐字强行转换为int的情况，不涉及输出编码，总是unicode的。(JVM规范规定class里字串必须unicode编码)只要上述(1) (2)匹配，java编译器会自动从各种编码的源文件正确转成class文件里统一unicode编码的字串。相反，作为一个题外话提一下，当(1)(2)不匹配时会在特定的一种配合(1)(2)的(3)(4)也不匹配的情况下会负负得正输出正常，但这是绝对错误的做法，因为任何要求(1)(2)和(3)(4)有匹配关系的要求都是在应用中可能无法满足的。java编译器对这种情况也会报告warning，但不fail。

综上，一旦file.encoding设成宿主操作系统默认而系统consle也采用操作系统默认编解码的话，(3)(4)总是一致的，无论系统选择的是GBK还是utf-8等等。

那么如果file.encoding不选系统默认呢？比如utf-8。那就很可能出现乱码了。但是，慢着，试验的结果还是没有乱码。那是因为file.encoding是静态的JVM系统参数，在程序里像楼主那样设定是不起作用的(我不知道有没有办法发一个什么通知让这种程序改变生效的)。必须作为JVM参数直接传给java程序让它构造虚拟机的时候就得到这个参数，否则JVM会去拿宿主系统的默认值，就相当于又回到设file.encoding=iso8859-1了。
java -Dfile.encoding=utf-8 A
这下终于乱码了，而且两个都乱了。打印出的字节串一个还是unicode，另一个从GBK变到utf-8了。

如果你发现试验的现象和我上面说的正好相反，请注意检查console的编码设置，我们上面假设它也采用了宿主系统默认编码，但有些console很高级的嘞，可以设置成不通编码的(其实几乎所有的都可以)。那么分析的方法和上面一样，结果可能正好相反。

⑦ 如何查找默认的字符集/编码在Java中

1, Java代码直接设置
System.out.println(System.getProperty("file.encoding"));
或
System.out.println(Charset.defaultCharset());

2，eclipse里面选中工程->properties->Resource:text file encoding 改成你的原文件编码格式即可；
3，一般配置jdbc连接字符串的时候可以指定字符编码集，指定成和数据库的编码一致即可，这样用jdbc读出来的数据就是解码后的正常的数据。当然，不同的数据库产品具体看怎么办。

⑧ Java中字符集有哪些呢

字符集(character set)是一个系统支持的所有抽象字符的集合。字符(character)就是各种文字和符号，包括国家文字、标点符号、图形符号、数字等。

如果仅仅是抽象的字符集，其实是顾名思义的，但是我们常说的字符集，其实是指编码字符集(coded character set)，比如: Unicode、ASCII、GB2312、GBK等等。什么是编码字符集呢？编码字符集是指，这个字符集里的每一个字符，都对应到唯一的一个代码值，这些代码值叫做代码点(code point)，可以看做是这个字符在编码字符集里的序号，字符在给定的编码方式下的二进制比特序列称为代码单元(code unit)。在Unicode字符集中，字母A对应的数值是十六进制下的0041，书写时前面加U+，所以Unicode里A的代码点是U+0041。

常见的编码字符集有：

• Unicode：也叫统一字符集，它包含了几乎世界上所有的已经发现且需要使用的字符（如中文、日文、英文、德文等）。

• ASCII：早期的计算机系统只能处理英文，所以ASCII也就成为了计算机的缺省字符集，包含了英文所需要的所有字符。

• GB2312：中文字符集，包含ASCII字符集。ASCII部分用单字节表示，剩余部分用双字节表示。

• GBK：GB2312的扩展，完整包含了GB2312的所有内容。

• GB18030：GBK字符集的超集，常叫大汉字字符集，也叫CJK（Chinese，Japanese，Korea）字符集，包含了中、日、韩三国语言中的所有字符。

学习相关java类知识，推荐来北京尚学堂，优秀的师资和科学的授课方式，会带给你完美的学习体验。

⑨ java中字符集什么意思

Java 中字符串在内核中使用 Unicode，也就是说每个字符 JVM 只记录它的 Unicode Code Point，只有在网络传输或保存到磁盘上时才需要把它转换成特定的字符集的编码，这个字符集就是把一个 Unicode Code Point 整数翻译成一串 byte[]，因为在网络或磁盘上，字节是一个一个排列的，我们需要知道把高位字节排前面还是排后面并且容易推断出哪个哪个字节是一个字符的边界，这样才能把相关的几个字节还原成一个字符而不是把第2个字符的后面半数字节和第3个字符的前面半数的字节拼在一起出一个怪异的字符，我们以前在早期的电脑游戏中不支持双字节汉语时我们经常碰到这个问题，那就是先输入一个汉字，在内存中有2个字节，然后我们按一下 backspace 软件只删除一个字节，我们再输入一个汉字之后一共有3个字节的，这时我们用一个支持汉字的软件来查看这个文字可能是第1个剩下的字节和后面的字符的第1字节拼起来刚好又是另一个汉字，而剩下的第3个字节就不是有意义的绘图符号。

当不需要把 JVM 内存中的字符传输到网络外或磁盘上或打印出来的时候，我们是不需要知道字符集的，在显示在图形界面上时JVM知道怎么把它们显示出来，现在的 Windows 操作系统同样也是 Unicode 内核的，也就是说我们只要说明 Unicode Code Point 它应该知道是什么字符，那么只剩下字体这边是否也是用 Unicode Code Point 来对应一个字符啦（这个我不确定，但估计也是），如果操作系统和字符这边也是按 Unicode Code Point 来对应，那么当我们不保存到磁盘或发送出网络时是完全不需要知道有字符集这回事的。

下面这个例子中处理一个 Unicode 6.0 新标准中收录的汉字，你看到 UTF-8, UTF-16, GB18030 支持它们，但 GB2312 没有收录这个汉字，所以出个问号，也就是我们学说的乱码啦。

什么是 Unicode，下面这样的表格就是 Unicode，而那些坐标数字就是 Code Point.

⑩ java中编码与解码分别指什么

java中编码：URLEncoder.encode(strUri,"utf-8");

java中解码码：URLDecoder.decode(strUri,"utf-8");