字符编码

Java作为支持多平台的高级程序设计语言自然要支持多种编码方式才能满足程序设计的需要。但是在处理中文＆其他编码之间的转换问题时往往出现各种问题，另程序员大伤脑筋。本文着重阐述了Java中文与Unicode编码之间进行相互转化的机理＆方法，以求抛砖引玉。

关键字：Java 中文 Unicode 编码转换约定：本文中的编码（encoding）和字符集（charset）概念相同

一、Appetite

在进行详细的编码转换原理阐述之前，我们要作两件事情：

1。首先检查操作系统用的语言。以Windows 2003 Server为例，可以在“控制面板”中的“区域和语言设置”中选择你的国家、语言，还有你的操作系统必须支持的语言。国籍＆语言的设定会影响JRE的判断情况。也许适当的设定能够帮你解决不少Java语言编码的问题。

2。更新新版本的JDK。因为新版本的JDK往往能够更好的支持新的特性，达到良好的语言迟迟效果。例如JDK5.0就已经更形了JDK1.2中的很多语言问题。

二、正餐

2.1 Unicode编码

2.1.1 Unicode——Java默认的编码

毫无疑问，Unicode作为容纳全球所有语言字符的超级字符集，是Java的首选字符集。Unicode使用两个字节作为编码方式，总共容纳有6万多个字符。因为使用16位进行字符编码，所以也称为UTF－16。然而即使这样，UTF－16也并不能充分囊括所有全世界正在使用或者曾经使用的字符，所以必须对其进行扩充。于是后来的Unicode版本已经扩充到了1,112,064个字符，这种规模已经相当大了。但是这样仍然不能满足Unicode在世界上的需求，所以必须进行必要的扩充。相比预Unicode1.0，后来的2.0版本已经支持扩展字符了，但是并没有真正的加入扩展字符集，这种状况一直持续到了Unicode3.1版，才第一次在Unicode中引入了扩展字符集。但是Unicode的发展脚步并没有停滞，后来出现了Unicode4.0 标准，而这也正好是现在Java5.0版所必须而且已经提供支持的字符集。

显然“对增补字符的支持也可能会成为东亚市场的一个普遍商业要求。政府应用程序会需要这些增补字符，以正确表示一些包含罕见中文字符的姓名。出版应用程序可能会需要这些增补字符，以表示所有的古代字符和变体字符。中国政府要求支持 GB18030（一种对整个 Unicode 字符集进行编码的字符编码标准），因此，如果是 Unicode 3.1 版或更新版本，则将包括增补字符。台湾标准 CNS-11643 包含的许多字符在 Unicode 3.1 中列为增补字符。香港政府定义了一种针对粤语的字符集，其中的一些字符是 Unicode 中的增补字符。最后，日本的一些供应商正计划利用增补字符空间中大量的专用空间收入 50,000 多个日文汉字字符变体，以便从其

第1页下一页