| |
----摘要：本文主要讨论了java语言中字符的特殊表达形式，尤其是中文信息的表达处理，阐述了字符处理的关键是要将十六位unicode字符，转换为本地下层平台，也就是运行java虚拟处理机的平台能够理解的字符形式。
----关键词：java、字符、8位、16位、unicode字符集
----java是一种编程语言、一个运行系统、一套开发工具和一个应用程序编程界面（api）。java建立在c++的熟悉、有用的特征之上，而取消了c++的复杂的、危险的和多余的元素。它是一个更安全、更简单、更容易使用的语言。
1、java的字符表达
----java语言和c语言对字符进行了互不相同的描述，java使用16位的unicode字符集(该标准描述了许多语言的各种不同字符),因此java字符是一个16位的无符号整数，字符变量用来存放单个字符，而不是完整的字符串。
----一个字符(character)，就是单个字母(letter)，许多字母构成一个单词，一组单词组成句子，以此类推。但是对于含有诸如中文信息的字符，就不是那么简单了。
----java的基本的char类型被定义成无符号的16位，它是java中唯一的一个无符号类型。使用16位表达字符的主要原因是要让java能够支持任何unicode字符，因此而使得java适用于描述或显示任何被unicode支持的语言，可移植性也就会更好。但是，能够支持某种语言的字符串显示，和能够正确打印某种语言的字符串，常常是两个不同的问题。由于oak（java最初的代号）开发组的主要环境是unix系统和某些源于unix的系统，所以对开发人员来说，最为方便实用的字符集是isolatin-1。相应地，这一开发组就带有unix遗传性，也就导致了java的i/o系统在很大程度上以unix的流概念为模型，而在unix系统中，每一种i/o设备都是用一串8比特的流来表示。这种在i/o系统方面取模于unix的做法，使得java语言拥有16位的java字符，而却只有8位的输入设备，这样就给java带来了些不足。因此在任何一处java字符串按8位来读入或写出的地方，都得有一小段程序代码，被称为"劈(hack)"，来将8位的字符映射成为16位unicode，或将16位的unicode劈成8位字符。
2、问题及解决
----我们要实现从一个文件读取信息，尤其是读取含有中文信息的文件，并将读取到的信息显示在屏幕上，一般我们使用fileinputstream函数打开文件、readchar函数读入字符。如下：
import java.io.*;
public class rf{
public static void main(string args[]) {
fileinputstream fis;
datainputstream dis;
char c;
try {
fis = new fileinputstream("xinxi.txt");
dis = new datainputstream(fis);
while (true) {
c = dis.readchar();
system.out.print(c);
system.out.flush();
if (c == '/n') break;
}
fis.close();
} catch (exception e) { }
system.exit(0);
}
}
----但是事实上，运行这一程序，所能得到的输出结果是一堆无用的乱码。不能正确输出xinxi.txt文件内容，其原因是readchar函数读入的是16位的unicode字符，而system.out.print却将其当作八位的iso latin-1字符输出。
----java 1.1版本引入了一套全新的readers和writers接口来处理字符。我们可以利用inputstreamreader类而不是datainputstream来处理文件。修改上面的程序如下：
import java.io.*;
public class rf {
public static void main(string args[]) {
fileinputstream fis;
inputstreamreader irs;
char ch;
try {
fis = new fileinputstream("xinxi.txt");
irs = new inputstreamreader(fis);
while (true) {
ch = (char) irs.read();
system.out.print(c);
system.out.flush();
if (ch == '/n') break;
}
fis.close();
} catch (exception e) { }
system.exit(0);
}
}
----这样才能正确输出xinxi.txt中的文本(尤其是中文信息)。另外，当xinxi.txt文件来自不同的机器，即来自不同操作平台（或汉字内码不同）的机器，比如： 文件来自客户端（客户端上传文件给服务器），而读取文中信息的操作由服务器端执行。如果用上面的程序来实现这一功能，就有可能仍然不能得到正确的结果。其原因就是输入编码转换失败，我们还需要进行如下的改动：
......
int c1;
int j=0;
stringbuffer str=new stringbuffer();
char lll[][]= new char[20][500];
string ll="";
try {
fis = new fileinputstream("fname.txt");
irs = new inputstreamreader(fis);
c1=irs.read(lll[1],0,50);
while (lll[1][j]!=' ') {
str.append(lll[1][j]);
j=j+1;
}
ll=str.tostring();
system.out.println(ll);
} catch (ioexception e) {
system.out.println(e.tostring());}
......
----这样，输出的结果就正确了。当然，上面的程序是不完整的，只是说明了一下解决的方法。
----总之，java语言中字符处理，尤其是中文信息的处理，比较特殊。在java中，字符处理的关键是要将十六位unicode字符，转换为本地下层平台也就是运行java虚拟处理机的平台能够理解的字符形式。
|
|
