编码技术

密码学，统计学

编码

acsii 一个字节
GB2321 ，使用两个字节表示一个汉字
GBK 包括了 GB2312 的所有内容，同时又增加了近20000个新的汉字（包括繁体字）和符号

Unicode的问题
互联网的普及，强烈要求出现一种统一的编码方式。UTF-8就是在互联网上使用最广的一种unicode的实现方式。其他实现方式还包括UTF-16和UTF-32，不过在互联网上基本不用。重复一遍，这里的关系是，UTF-8是Unicode的实现方式之一
需要注意的是，Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储

UTF-8的编码规则很简单，只有二条：

1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。
import java.io.UnsupportedEncodingException;
/
转换字符串的编码
/
public class ChangeCharset {
/ 7位ASCII字符，也叫作ISO646-US、Unicode字符集的基本拉丁块 /
public static final String US_ASCII = “US-ASCII”;
/** ISO 拉丁字母表 No.1，也叫作 ISO-LATIN-1 /
public static final String ISO_8859_1 = “ISO-8859-1”;
/ 8 位 UCS 转换格式 */
public static final String UTF_8 = “UTF-8”;
/ 16 位 UCS 转换格式，Big Endian（最低地址存放高位字节）字节顺序 /
public static final String UTF_16BE = “UTF-16BE”;
/** 16 位 UCS 转换格式，Little-endian（最高地址存放低位字节）字节顺序 /
public static final String UTF_16LE = “UTF-16LE”;
/ 16 位 UCS 转换格式，字节顺序由可选的字节顺序标记来标识 */
public static final String UTF_16 = “UTF-16”;
/ 中文超大字符集 /
public static final String GBK = “GBK”;
/**
将字符编码转换成US-ASCII码
/
public String toASCII(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, US_ASCII);
}
/**
将字符编码转换成ISO-8859-1码
/
public String toISO_8859_1(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, ISO_8859_1);
}
/**
将字符编码转换成UTF-8码
/
public String toUTF_8(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, UTF_8);
}
/**
将字符编码转换成UTF-16BE码
/
public String toUTF_16BE(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, UTF_16BE);
}
/**
将字符编码转换成UTF-16LE码
/
public String toUTF_16LE(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, UTF_16LE);
}
/**
将字符编码转换成UTF-16码来源：www.examda.com
*/
public String toUTF_16(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, UTF_16);
}

/
将字符编码转换成GBK码
/
public String toGBK(String str) throws UnsupportedEncodingException{
return this.changeCharset(str, GBK);
}
/
字符串编码转换的实现方法
@param str 待转换编码的字符串
@param newCharset 目标编码来源：考试大的美女编辑们
@return
@throws UnsupportedEncodingException
/
public String changeCharset(String str, String newCharset)
throws UnsupportedEncodingException {
if (str != null) {
//用默认字符编码解码字符串。
byte[] bs = str.getBytes();
//用新的字符编码生成字符串
return new String(bs, newCharset);
}
return null;
}
/*
字符串编码转换的实现方法
@param str 待转换编码的字符串
@param oldCharset 原编码
@param newCharset 目标编码来源：考试大的美女编辑们
@return
@throws UnsupportedEncodingException
/
public String changeCharset(String str, String oldCharset, String newCharset)
throws UnsupportedEncodingException {
if (str != null) {
//用旧的字符编码解码字符串。解码可能会出现异常。
byte[] bs = str.getBytes(oldCharset);
//用新的字符编码生成字符串
return new String(bs, newCharset);
}
return null;
}
public static void main(String[] args) throws UnsupportedEncodingException {
ChangeCharset test = new ChangeCharset();
String str = “This is a 中文的 String!”;
System.out.println(“str: “ + str);
String gbk = test.toGBK(str);
System.out.println(“转换成GBK码: “ + gbk);
System.out.println();
String ascii = test.toASCII(str);
System.out.println(“转换成US-ASCII码: “ + ascii);
gbk = test.changeCharset(ascii,ChangeCharset.US_ASCII, ChangeCharset.GBK);
System.out.println(“再把ASCII码的字符串转换成GBK码: “ + gbk);
System.out.println();
String iso88591 = test.toISO_8859_1(str);
System.out.println(“转换成ISO-8859-1码: “ + iso88591);
gbk = test.changeCharset(iso88591,ChangeCharset.ISO_8859_1, ChangeCharset.GBK);
System.out.println(“再把ISO-8859-1码的字符串转换成GBK码: “ + gbk);
System.out.println();
String utf8 = test.toUTF_8(str);
System.out.println(“转换成UTF-8码: “ + utf8);
gbk = test.changeCharset(utf8,ChangeCharset.UTF_8, ChangeCharset.GBK);
System.out.println(“再把UTF-8码的字符串转换成GBK码: “ + gbk);
System.out.println();
String utf16be = test.toUTF_16BE(str);
System.out.println(“转换成UTF-16BE码:” + utf16be);
gbk = test.changeCharset(utf16be,ChangeCharset.UTF_16BE, ChangeCharset.GBK);
System.out.println(“再把UTF-16BE码的字符串转换成GBK码: “ + gbk);