编码

String、ASCII、Byte

Posted by Charlie on 2019-07-11

下面讨论的一些问题，共同的前提是String字符串中的内容是ASCII码表示范围内的符号。

什么是String?

字面意思：字符串。其实内部使用char数组存储

什么是ASCII码

ASCII是美国信息交换标准代码，是现在通用的单字节编码系统，使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符，全称是American Standard Code for Information Interchange。

ASCII用来制订计算机中每个符号对应的代码，这也叫做计算机的内码(code)。
1、ASCII码于1968年提出，用于在不同计算机硬件和软件系统中实现数据传输标准化，在大多数的小型机和全部的个人计算机都使用此码。
2、ASCII码划分为两个集合：128个字符的标准ASCII码和附加的128个字符的扩充和ASCII码。
3、每个ASCII码以1个字节(Byte)储存，从0到数字127代表不同的常用符号，例如大写A的ASCII码是65，小写a则是97。
4、由于ASCII字节的七个位，最高位并不使用，所以后来又将最高的一个位也编入这套内码中，成为八个位的延伸ASCII(ExtendedASCII)码，这套内码加上了许多外文和表格等特殊符号，成为目前常用的内码。

ASCII码对照表

什么是Byte

byte在java里面是一个字节

String、ASCII、Byte之间的关系

String.getBytes()方法返回的是一个byte数组，byte数组中的每一个值是十进制的ASCII码值。（前提为String字符串符号是ASCII码表示范围内的值）。

String.getBytes()返回什么

1
2
3
4
public static void main(String[] args) {
  String s = "a";
  System.out.println(Arrays.toString(s.getBytes()));
}

上面这段代码的返回值是：[97]，97是字母a的ASCII十进制码值。

所以我们知道了，String.getBytes()返回的字节数组，其实是字符串中每个char的十进制ASCII码数组。

String.getBytes()源码分析（后续补上）

bytes[]转为Hex

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
public static String byteToHex(byte b[]) {
  if (b == null) {
    throw new IllegalArgumentException(
      "Argument b ( byte array ) is null! ");
  }
  String hs = "";
  String stmp = "";
  for (int n = 0; n < b.length; n++) {
    stmp = Integer.toHexString(b[n] & 0xff);
    if (stmp.length() == 1) {
      hs = hs + "0" + stmp;
    } else {
      hs = hs + stmp;
    }
  }
  return hs.toUpperCase();
}

上面这段代码的作用是，将一个byte数组转为一个Hex字符串。就是将十进制ASCII码转为16进制ASCII码。

String、byte[]、Hex转换时长度变化

String转为byte数组时，长度是不变化的。举例：“123abc” 长度为6,getBytes()后，byte数组的长度同样为6，因为String内部是使用char数组来存储的，一个char会转为其对应的ASCII码。

byte数组转为Hex字符串时，长度相比原String长度会加倍，因为一个byte转为ASCII码需要占用1个字节，而1个字节需要用2个16进制数字表示。举例：“a” 转为Hex为 "61"长度加倍。

相反，Hex转为byte[]和原String时，长度会减半。Hex（即16进制的ASCII码值）的两个数字表示一个ASCII码，即一个byte，一个byte也就是一个char，一个字符。




FEATURED TAGS
编码