作者:运气
email:
webmaster@chinaspx
日期:2001-7-20 15:49:16
我来说一下tomcat如何实现jsp的你就明白了。
预备知识:
1.字节和unicode
java内核是unicode的,就连class文件也是,但是很多媒体,包括文件/流的保存方式
是使用字节流的。 因此java要对这些字节流经行转化。char是unicode的,而byte是字节.
java中byte/char互转的函数在sun.io的包中间有。其中bytetocharconverter类是中调度,
可以用来告诉你,你用的convertor。其中两个很
常用的静态函数是
public static bytetocharconverter getdefault() ;
public static bytetocharconverter getconverter(string encoding);
如果你不指定converter,则系统会自动使用当前的encoding,gb平台上用gbk,en平台上用
8859_1
我们来就一个简单的例子:
"你"的gb码是:0xc4e3 ,unicode是0x4f60
你用:
--encoding="gb2312";
--byte b[]={(byte)'\u00c4',(byte)'\u00e3'};
--convertor=bytetocharconverter.getconverter(encoding);
--char [] c=converter.convertall(b);
--for(int i=0;i--{
-- system.out.println(integer.tohexstring(c[i]));
--}
--打印出来是0x4f60
--但是如果使用8859_1的编码,打印出来是
--0x00c4,0x00e3
----例1
反过来:
--encoding="gb2312";
char c[]={'\u4f60'};
convertor=bytetocharconverter.getconverter(encoding);
--byte [] b=converter.convertall(c);
--for(int i=0;i--{
-- system.out.println(integer.tohexstring(b[i]));
--}
--打印出来是:0xc4,0xe3
----例2
--如果用8859_1就是0x3f,?号,表示无法转化--
很多中文问题就是从这两个最简单的类派生出来的。而却有很多类
不直接支持把encoding输入,这给我们带来诸多不便。很多
程序难得用encoding
了,直接用default的encoding,这就给我们移植带来了很多困难
--
2.utf-8
--utf-8是和unicode一一对应的,其实现很简单
--
-- 7位的unicode: 0 _ _ _ _ _ _ _
--11位的unicode: 1 1 0 _ _ _ _ _ 1 0 _ _ _ _ _ _
--16位的unicode: 1 1 1 0 _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
--21位的unicode: 1 1 1 1 0 _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _ 1 0 _ _ _ _ _ _
--大多数情况是只使用到16位以下的unicode:
--"你"的gb码是:0xc4e3 ,unicode是0x4f60
--我们还是用上面的例子
----例1:0xc4e3的二进制:
--
-- 1 1 0 0 0 1 0 0 1 1 1 0 0 0 1 1
---- 由于只有两位我们按照两位的编码来排,但是我们发现这行不通,
---- 因为第7位不是0因此,返回"?"
----
----例2:0x4f60的二进制:
---- 0 1 0 0 1 1 1 1 0 1 1 0 0 0 0 0
---- 我们用utf-8补齐,变成:
---- 11100100 10111101 10100000
---- e4--bd-- a0
---- 于是返回0xe4,0xbd,0xa0
----
3.string和byte[]
--string其实核心是char[],然而要把byte转化成string,必须经过编码。
--string.length()其实就是char数组的长度,如果使用不同的编码,很可
--能会错分,造成散字和乱码。
--例:
----byte [] b={(byte)'\u00c4',(byte)'\u00e3'};
----string str=new string(b,encoding);----
----如果encoding=8859_1,会有两个字,但是encoding=gb2312只有一个字----
--这个问题在处理分页是经常发生
4.reader,writer/inputstream,outputstream
--reader和writer核心是char,inputstream和outputstream核心是byte。
--但是reader和writer的主要目的是要把char读/写inputstream/outputstream
--一个reader的例子:
--文件test.txt只有一个"你"字,0xc4,0xe3--
--string encoding=;
--inputstreamreader reader=new inputstreamreader(
----new fileinputstream("text.txt"),encoding);
--char []c=new char[10];
--int length=reader.read(c);
--for(int i=0;i----system.out.println(c[i]);
--如果encoding是gb2312,则只有一个字符,如果encoding=8859_1,则有两个字符
-------