|
Java。
JVM里面的任何字符串资源都是Unicode，就是说，任何String类型的数据都是Unicode编码。没有例外。既然只有一种编码，那么，我们可以这么说，JVM里面的String是不带编码的。String相当于 char[]。 JVM里面的 byte[] 数据是带编码的。比如，Big5，GBK，GB2312，UTF-8之类的。 一个GBK编码的byte[] 转换成 String，其实就是从GBK编码向Unicode编码转换。 一个String转换成一个Big5编码的byte[]，其实就是从Unicode编码向Big5编码转换。 所以，Unicode是所有编码转换的中间介质。所有的编码都有一个转换器可以转换到Unicode，而Unicode也可以转换到其他所有的编码。这样构成了一个总线结构。 比如，如果总共有10种编码，那么只需要 10 + 10 = 20个转换器就够了。如果要是两两直接转换，那么，需要的转换器数量是一个组合数字，需要90个转换器。 如果在将Unicode转换到某一本地字符集时，发现这一编码字符集不包含这个字符，怎么办呢？例如：“我爱Abbb”这个字符串（简体中文），如果转换成繁体中文的BIG5编码，就会变成：“我?Abbb。原来，Unicode规定，转换时碰到“看不懂”的字符，一律用“?（0x3F）”表示。
和编码过程类似，Unicode规定，在解码时，发现“看不懂”的字节，一律用“?（0xFFFD）”表示。例如：将“我爱Abbb”以UTF-8的编码方式保存在一个文件中，用繁体中文编码BIG5读入，就会变成：“?????婢bbb
|
|
|
