1-1-16-1-7 java的中文问题的一点点研究

文选流氓

1. 
   
2. 发信人: lithium (lithium), 信区: Java      
   
3. 标  题: java的中文问题的一点点研究
   
4. 发信站: BBS 水木清华站 (Fri Jun 29 15:26:27 2001)
   
5. 
   
6. 我知道java的中文问题已经研究烂了，精华区我也看，可还是没有彻底理解。
   
7. 只好自己动手做了一下实验，发现：
   
8. 
   
9. 中文在源文件中为GB2312编码 --> 内存中为 unicode 编码 --> class文件中为UTF-8编码
   
10. 
    
11. 实验过程如下：
    
12. 写一个最简单的class
    
13. public class Test
    
14. {
    
15.         public static void main(String[] args){         
    
16.                 String str = "aaaaaaaaaaaaaaa大aaaaaaaaaaaaaaa";
    
17.                 System.out.println(str);
    
18.         }
    
19. }
    
20. 那么多a是为了定位汉字在文件中的位置。
    
21. 
    
22. 用 javac -encoding GBK 进行编译
    
23. class文件中的"大"字变成他的UTF-8编码。反编译，“大”字变成了"\u5927",
    
24. 是他的unicode编码。
    
25. 
    
26. 用javac -encoding iso-8859-1进行编译
    
27. class文件中"大"字变成了四个字节，其实就是他的GB2312编码拆分成两个字节，
    
28. 再分别进行UTF-8编码。
    
29. 
    
30. 至此，我也终于明白的-encoding参数作用，就是按照指定的编码方式去编译源文件。
    
31. 只要编译时的编码方式与操作系统的内码相同，就可以正常显示。
    
32. 
    
33. 附：
    
34. "大"字的编码
    
35. GB2312         B4 F3
    
36. unicode        59 27
    
37. UTF-8          E5 A4 A7
    
38. "大"字的GB编码拆分为两个byte
    
39. B4的UTF-8编码   C2 B4
    
40. F3的UTF-8编码   C3 B3
    

复制代码