目录

一、常见字符集介绍

1、字符集基础知识：

2、ASCII字符集：

3、Unicode字符集：

4、注意

二、字符集的编码、解码操作

一、常见字符集介绍

1、字符集基础知识：

字符集（Character Set）是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集有：  

                                ASCII字符集

                                GBK字符集

                                Unicode（UTF-8）字符集等。

2、ASCII字符集：

ASCII(American Standard Code for Information Interchange，美国信息交换标准代码)：包括了数

字、英文、符号。

ASCII使用1个字节存储一个字符，一个字节是8位，总共可以表示128个字符信息，对于表示英

文、数字来说是够用。

GBK：

GBK是中国的码表，包含了几万个汉字等字符，同时也要兼容ASCII编码。

GBK编码中一个中文字符一般以两个字节的形式存储。

3、Unicode字符集：

统一码，也叫万国码。是计算机科学领域里的一项业界标准。

UTF-8是Unicode的一种常见编码方式。

4、注意

4.1、UTF-8编码后一个中文一般以三个字节的形式存储，同时也要兼容ASCII编码表。

4.2、技术人员都应该使用UTF-8的字符集编码。

4.3、字符解码时使用的字符集和编码时使用的字符集必须一致，否则会出现乱码。

字符聚类算法_ico

4.4、英文和数字在任何国家的编码中都不会乱码。

二、字符集的编码、解码操作

1、String编码

方法名称

说明

byte[] getBytes()

使用平台的默认字符集将该 String编码为一系列字节，将结果存储到新的字节数组中

byte[] getBytes(String charsetName)

使用指定的字符集将该 String编码为一系列字节，将结果存储到新的字节数组中 

2、String解码

构造器

说明

String(byte[] bytes)

通过使用平台的默认字符集解码指定的字节数组来构造新的 String

String(byte[] bytes, String charsetName)

通过指定的字符集解码指定的字节数组来构造新的 String

3、代码

public static void main(String[] args) throws Exception {
        //1、编码：把文字转换成字节（使用指定的编码）
        String name = "abc我爱你中国";
        byte[] bytes = name.getBytes("GBK");
//        byte[] bytes = name.getBytes();
        System.out.println(bytes.length);
        System.out.println(Arrays.toString(bytes));

        //2、解码：把字节转换成对应的中文形式（编码前 和 编码后的字符集必须一致，否则乱码）
        String s = new String(bytes,"GBK"); //指定GBK解码
//        String s = new String(bytes); //默认的UTF-8
        System.out.println(s);
    }

4、结果

字符聚类算法_字符聚类算法_02