《Java》Java“字符串操作”实际应用——形成GBK编码和UTF-8编码的文本文件，通过其二进制数据观察两种编码的不同

一、任务目标

    完成一个java application应用程序，可以把GBK编码的汉字字符串与UTF-8编码的汉字字符串相互转换。并配合写文件操作形成不同编码格式的文本文件，可以通过其二进制数据观察两种编码的不同。
 

二、编程思路

    博主将“编程思路”以流程图的方式说明，如下图：

三、代码实现

文本文件（binary.txt）：

程序代码：

import java.io.*;  //导入IO流
import java.util.Scanner;  //导入Scanner类

public class Sconvert {  //创建类
	
	/**
	 * @param args
	 * @return 
	 * @throws IOException 
	 */
	//"写二进制数"函数
	public static void writebi(String str,String code){ 
		String result = null;
		File file = new File("F:/TCC/binary.txt");//创建文件对象
		try{ //File类异常捕捉
			FileWriter fw = new FileWriter(file,true);//创建FileWriter对象fw
			BufferedWriter bufw = new BufferedWriter(fw);//创建BufferedWriter对象bufw
			bufw.write("“"+str+"”"+"的"+"<"+code+">"+"二进制数：");//向binary.txt中写前缀
			
		try{ //getBytes异常捕捉
			
			//通过getBytes()方法，以指定的字符集（即编码方式）获取字符
			byte[] byt = str.getBytes(code);
			for(int k=0;k<byt.length;k++)
			{
				//通过toBinaryString()方法将字符转换为二进制数
				result = Integer.toBinaryString(byt[k]&0xff);
				bufw.write(result+" ");//将转换后二进制数写入binary.txt中
			}
			bufw.newLine();//写入空白行
			bufw.newLine();
			System.out.println("写入成功！");
			}catch(UnsupportedEncodingException e){
	            System.out.println("不支持的字符集");
			}	
			bufw.close();
			
			}catch(Exception e1){
				e1.printStackTrace();
			}
	}
	//"编码方式选择"函数
	public static String coding(){ 
		String code = null;
		System.out.println("请选择编码格式："+"\n"+"1：GBK"+"\n"+"2：UTF-8");
		Scanner scan = new Scanner(System.in);
		switch(scan.nextInt()){
		case 1:
			code = "GBK";
			break;
		case 2:
			code = "UTF-8";
			break;
		}
		return code;
	}
	
	public static void main(String[] args){
		String str = null;
		String code = null; 
		int j = 0;
		
		code = coding();//将"编码方式选择"函数放回的字符串存入code中
		System.out.println("请输入内容：");
		Scanner scan = new Scanner(System.in);
		String strs = scan.next();
		for(int i = 0;i<strs.length();i++)
		{
			str = strs.substring(j+i,i+1);//通过substring()方法取出字符串strs指定位置的字符
			writebi(str,code);//调用“写二进制数”函数
		}
	}
}

运行结果：


 

四、GBK编码与UTF-8编码的区别

从上图分析可以看出（字母“A”首位的0别省略）：

1. GBK编码专门用来解决中文编码的，中文使用16位（即两个字节），英文使用8位（即一个字节）。
2. UTF－8 编码是用以解决国际上字符的一种多字节编码，中文使用24位（三个字节），对英文使用8位（即一个字节）来编码。