※ 引述《del680202 (HANA)》之铭言： : 有试着爬过文，但是没找到解法 : 最近要做资料传递 : 但是问题是server端是utf-8的编码环境 : 而client是big5的编码环境 : 现在策略是client端统一把资料转utf-8文字传过去 : 我试着估狗，但是找到的答案都是用getBytes方式去转 : 可是我实际测试了尽管用getBytes去拿到utf-8文字 : 他也只是假性当作utf-8，骨子里还是big5文字 错~ 骨子里是一连串的 bytes 资料 传送资料的时候都是用 byte , 所以无论如何请将资料以 byte 来看待 我们知道文字的编码是一种规范(参考高中资讯课程第二章) 变成版标了 \OwO/ , 重新翻了一下课本应该是第一章啦 XD 大家耳熟能详的就是 Big-5 UTF-8 Unicode GB... 资料要传出去的时候是以 byte 进行传送, 也就是根据文字的编码决定 "转成哪些 bytes" , 参考 http://ideone.com/PelQG4 范例中可以看到 "哈" 这个字的 Big-5 编码是 AB A2 , UTF-8 为 E5 93 88 系统预设和 UTF-8 相同就表示这个系统的预设编码是 UTF-8 PS : 系统指的是 OS , 作业系统，并非 Java 假设一个文字档只有一个字 "哈" , 并且是以 Big-5 编码储存，就表示 其 Binary 内容是 AB A2 , 那麽，在不只定 Reader (或 InputStream) 读取文字编码的状况下，使用系统预设(这边假设是 UTF-8) , 会得到甚麽结果呢 ? 就会像这样： http://ideone.com/wweTqe , 目前还不用去管在程式 里面他用甚麽方式取储存。 记住，资料传输都用 Bytes , 因此在读取资料的时候，要根据你取得什麽样子的 Bytes 去调整用甚麽方式来解释他、 "看待" 他 至於送出的时候(我记得原PO是在做 socket ?)，也要指定输出的格式 一个字串 "哈" 储存在程式里面，现在要送出去的时候一样需要转换成 bytes 但这边就遇到了编码问题，要转换成那些 bytes 送出？ 是 AB A2 还是 E5 93 88 ? 这就是在决定 getBytes("这里") 要采用何种编码。 如果我 Server 将文字以 Big-5 编码送出，那麽就会送出 AB A2 两个 bytes Client 把收到的资料指定用 Big-5 来 "看待" 的话，就可以正常地取出 "哈" 这个字了。 至於何谓 Java 里面使用 Unicode ? 这就是上面我说目前不用去管的部分。 先看范例 ： http://ideone.com/RjzhvU 从此例子中可以看到 "哈" 在 Unicode 里面是 54 C8 ※ FE FF 称为 BOM , 和文字本身无关，参考 http://ppt.cc/7KiZ 接着我们各自使用正确的编码建立 Big5 和 UTF8 的文字，利用 codePointAt 取得文字的编码(16 进位)，可以发现无论是从 Big5 或者 UTF-8 编码而来的文字，到 java 里面都是 Unicode 的方式储存 http://ideone.com/RwF0c8 "哈" = 0x54C8 Client 储存 => 转换後准备送出 -- Socket 传送 --> 收到准备转换 => Server 储存 (指定 Big5) 54C8 => ABA2 ---- Socket 传送 ----> ABA2 => 54C8 (指定 UTF-8) 54C8 => E59288 ---- Socket 传送 ----> E59288 => 54C8 结论： 简单来说请记得资料再传送和读写，都以 Bytes 去想 话说有人提到 javac -encoding 的样子 ? 这个 encoding 是指你的 Souce Code ( .java )是什麽编码的文字档 和执行时的编码完全无关 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 210.60.161.229 ※ 文章网址: http://webptt.com/cn.aspx?n=bbs/java/M.1395812048.A.BFB.html ※ 编辑: darkk6 来自: 210.60.161.229 (03/26 16:28) ※ 编辑: darkk6 来自: 210.60.161.229 (03/26 16:31)