前言
在有一次SDK开发中，方法间数据传输出现了问题，由于返回数据采用的数据编码格式不一致会导致数据长度发生变化。因此整理出常用的字符编码格式，减少出现问题的概率。
🌟UTF-8编码
UTF-8 使用变长编码方式。最常用的字符编码之一，支持全球范围内的字符表示。每个字符的长度可以从 1 到 4 个字节不等。
代码示例
// 编码 String text = "Hello, world!"; byte[] encodedBytes = text.getBytes(StandardCharsets.UTF_8); System.out.println(Arrays.toString(encodedBytes)); // 解码 String decodedText = new String(encodedBytes, StandardCharsets.UTF_8); System.out.println(decodedText); // Hello, world!
🌟UTF-16编码
定长编码方式，用于表示 Unicode 字符集。在 Java 中，字符串的内部表示采用 UTF-16 编码。
代码示例
// 编码 String text = "你好，世界！"; byte[] encodedBytes = text.getBytes(StandardCharsets.UTF_16); System.out.println(Arrays.toString(encodedBytes)); // 解码 String decodedText = new String(encodedBytes, StandardCharsets.UTF_16); System.out.println(decodedText);
🌟GBK编码
双字节编码方式。中文字符集编码，支持汉字和其他中文字符。
代码示例
// 编码 String text = "你好，世界！"; byte[] encodedBytes = text.getBytes("GBK"); System.out.println(Arrays.toString(encodedBytes)); // 解码 String decodedText = new String(encodedBytes, "GBK"); System.out.println(decodedText);
🌟UTF-32编码
定长编码方式，用于表示 Unicode 字符集。每个字符占用固定的 4 个字节空间，适用于对字符随机访问或精确控制字符长度的需求。
代码示例
// 编码 String text = "你好，世界！"; byte[] encodedBytes = text.getBytes(StandardCharsets.UTF_32); System.out.println(Arrays.toString(encodedBytes)); // 解码 String decodedText = new String(encodedBytes, StandardCharsets.UTF_32); System.out.println(decodedText);
🌟Base64编码
用于将二进制数据转换成可打印字符的编码方式
代码示例
// 编码 String text = "Hello, world!"; byte[] encodedBytes = Base64.getEncoder().encode(text.getBytes()); System.out.println(new String(encodedBytes)); // SGVsbG8sIHdvcmxkIQ== // 解码 byte[] decodedBytes = Base64.getDecoder().decode(encodedBytes); String decodedText = new String(decodedBytes); System.out.println(decodedText); // Hello, world!
🌟ASCII编码
最早的字符编码方式，用于表示基本的英文字母、数字和特殊字符。ASCII 编码使用一个字节表示一个字符，范围为 0-127。
代码示例
// 编码 String text = "Hello, world!"; byte[] encodedBytes = text.getBytes(StandardCharsets.US_ASCII); System.out.println(Arrays.toString(encodedBytes)); // 解码 String decodedText = new String(encodedBytes, StandardCharsets.US_ASCII); System.out.println(decodedText);
🌟ISO-8859-1编码
也称为Latin-1编码，用于表示西欧语言字符集。ISO-8859-1 使用一个字节表示一个字符，范围为 0-255。
代码示例
// 编码 String text = "Hello, world!"; byte[] encodedBytes = text.getBytes(StandardCharsets.ISO_8859_1); System.out.println(Arrays.toString(encodedBytes)); // 解码 String decodedText = new String(encodedBytes, StandardCharsets.ISO_8859_1); System.out.println(decodedText);
🌟URL编码
用于在 URL 中表示特殊字符和非 ASCII 字符。通过将特殊字符转换为 %xx 的形式，其中 xx 是字符的 ASCII 值的十六进制表示。
代码示例
// 编码 String text = "Hello, world!"; String encodedText = URLEncoder.encode(text, StandardCharsets.UTF_8.toString()); System.out.println(encodedText); // Hello%2C+world%21 // 解码 String decodedText = URLDecoder.decode(encodedText, StandardCharsets.UTF_8.toString()); System.out.println(decodedText); // Hello, world!
🌟HTML编码
用于在 HTML 中表示特殊字符和保留字符。将特殊字符转换为 &entity; 的形式，其中 entity 是特定字符的名称或编号。
代码示例
import org.apache.commons.text.StringEscapeUtils; // 编码 String text = "<h1>Hello, world!</h1>"; String encodedText = StringEscapeUtils.escapeHtml4(text); System.out.println(encodedText); // <h1>Hello, world!</h1> // 解码 String decodedText = StringEscapeUtils.unescapeHtml4(encodedText); System.out.println(decodedText); // <h1>Hello, world!</h1>
🌟Unicode编码
Unicode 是一种字符集，定义了字符与码点之间的映射关系。在 Java 中，字符串使用 UTF-16 编码表示 Unicode 字符。
代码示例
// 编码 String text = "你好，世界！"; byte[] encodedBytes = text.getBytes(StandardCharsets.UTF_16); System.out.println(Arrays.toString(encodedBytes)); // 解码 String decodedText = new String(encodedBytes, StandardCharsets.UTF_16); System.out.println(decodedText);
🌟GBK编码
Hex 编码是一种将字节数据转换为十六进制字符串的编码方式。它将每个字节转换为两个十六进制字符，从而以可读的方式表示二进制数据。
代码示例
import javax.xml.bind.DatatypeConverter; // 编码 String text = "Hello, world!"; byte[] bytes = text.getBytes(); String encodedText = DatatypeConverter.printHexBinary(bytes); System.out.println(encodedText); // 48656C6C6F2C20776F726C6421 // 解码 byte[] decodedBytes = DatatypeConverter.parseHexBinary(encodedText); String decodedText = new String(decodedBytes); System.out.println(decodedText); // Hello, world!
🌟使用场景
| 编码方式 | 使用场景 |
| UTF-8编码 | 互联网文本传输和存储，多语言环境和国际化应用 |
| UTF-16编码 | Windows操作系统，Java编程语言，多语言字符文本处理 |
| GBK编码 | 中文汉字编码和处理，中国大陆和台湾地区常见 |
| UTF-32编码 | 精确表示所有Unicode字符，不常用于存储空间敏感的场景 |
| Base64编码 | 二进制数据传输和存储，例如在电子邮件中传输附件 |
| ASCII编码 | 英文字符编码，常用于文本传输、数据存储、编程和键盘输入等场景。 |
| ISO-8859-1编码 | 常用于西欧语言环境下的文本处理和传输。 |
| URL编码 | 将URL中的非ASCII字符转换为%xx形式，保证传输和处理的正确性 |
| HTML实体编码 | 将HTML中的特殊字符转换为实体引用，避免与HTML标记冲突 ，常用于Web开发和网页显示中。 |
| Unicode编码 | 对全球范围字符的唯一标识，字符转换和互通的基础，用于处理多语言字符文本和实现Unicode字符的精确表示 |
| Hex编码 | 二进制数据转换为十六进制字符串，常用于调试和数据处理 |
🌟写在最后
以上就是11种常见的字符编码格式。文中若有错误或遗漏，望大家在评论区及时提出指正以及补充。感谢大家的阅读与指正。
![深度学习应用篇-推荐系统[11]：推荐系统的组成、场景转化指标（pv点击率,uv点击率,曝光点击率）、用户数据指标等评价指标详解](https://ucc.alicdn.com/fnj5anauszhew_20230613_5c5fffebeda04017bc8cdb16fe485ec1.jpeg?x-oss-process=image/format,webp/resize,h_160,m_lfit)
