Go语言视频零基础入门到精通

javalearner

/*
  * Copyright (c) 2002-2003 Che, Dong Email: chedongATbigfoot.com/chedongATchedong.com
  * $Id: HelloUnicode.java,v 1.3 2003/03/09 08:41:46 chedong Exp $
  */

  

  
  import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.FileWriter;

/**
  * 目的：
  *     测试不同字符编码解码方式对多字节编码（中文）处理
  *     的影响 输入：
  *     可以从命令行输入测试字符串 输出：
  *     测试1 按照不同解码方式处理字符串，
  *     并按不同编码方式写入文件
  *     测试2 按照不同解码方式从文件中将字符串读出
  * @author Che, Dong
  */  
  
   
   
   

   
  
  
class HelloUnicode {
     /**
      * main entrance
      * @param args command line arguments
      */
     public static void main(String[] args) {
         String hello = "Hello world 世界你好";

         //read from command line input
         if (args.length > 0) {
             hello = args[0];
         }

         try {
             /*
              * 试验1: 从测试字符串按系统缺省编码方式解码，并写入文件
              */
             System.out.println(">>>>testing1: write hello world to files<<<<");
             System.out.println("[test 1-1]: with system default encoding="
                 + System.getProperty("file.encoding") + "
string=" + hello
                 + "        length=" + hello.length());
             printCharArray(hello);
             writeFile("hello.orig.HTML", hello);

             //把字符串按GB2312解码
             hello = new String(hello.getBytes(), "GB2312");
             System.out.println(
                 "[test 1-2]: getBytes with platform default encoding and decoding as gb2312:
string="
                 + hello + "        length=" + hello.length());
             writeFile("hello.gb2312.html", hello);
             printCharArray(hello);

             //把字符串按UTF8解码成字节流，并打印相应的字节
             hello = new String(hello.getBytes("UTF8"));
             System.out.println("[test 1-3]: convert string to UTF8
string="
                 + hello + "        length=" + hello.length());
             writeFile("hello.utf8.html", hello);
             printCharArray(hello);

             /*
              * 试验2: 从试验1的输出文件中读取，并按照不同方式解码
              */
             System.out.println(
                 ">>>>testing2: reading and decoding from files<<<<");

             //first file: encoding with system default
             hello = readFile("hello.orig.html");
             System.out.println(
                 "[test 2-1]: read hello.orig.html: decoding with system default encoding
string="
                 + hello + "        length=" + hello.length());
             printCharArray(hello);

             //second file: decoding from GBK
             hello = readFile("hello.gb2312.html");
           //  hello = new String(hello.getBytes(), "GB2312");
             System.out.println(
                 "[test 2-2]: read hello.gb2312.html: decoding as GB2312
string="
                 + hello + "        length=" + hello.length());
             printCharArray(hello);

             //third file: decoding from UTF8
             hello = readFile("hello.utf8.html");
             hello = new String(hello.getBytes(), "UTF8");
             System.out.println(
                 "[test 2-3]: read hello.utf8.html: decoding as UTF8
string="
                 + hello + "        length=" + hello.length());
             printCharArray(hello);
         } catch (Exception e) {
             System.out.println(e.toString());
         }
     }

     /**
      * print char array
      * @param inStr input string
      */
     public static void printCharArray(String inStr) {
         char[] myBuffer = inStr.toCharArray();

         //list each Charactor in byte value, short value, and UnicodeBlock Mapping
         for (int i = 0; i < inStr.length(); i++) {
             byte b = (byte) myBuffer;
             short s = (short) myBuffer;
             String hexB = Integer.toHexString(b).toUpperCase();
             String hexS = Integer.toHexString(s).toUpperCase();
             StringBuffer sb = new StringBuffer();

             //print char
             sb.append("char[");
             sb.append(i);
             sb.append("]="");
             sb.append(myBuffer);
             sb.append(""        ");

             //byte value
             sb.append("byte=");
             sb.append(b);
             sb.append(" \u");
             sb.append(hexB);
             sb.append("        ");

             //short value
             sb.append("short=");
             sb.append(s);
             sb.append(" \u");
             sb.append(hexS);
             sb.append("        ");

             //Unicode Block
             sb.append(Character.UnicodeBlock.of(myBuffer));

             System.out.println(sb.toString());
         }

         System.out.println();
     }

     /**
      * write content to output file
      * @param fileName output file name
      * @param content  file content to write
      */
     private static void writeFile(String fileName, String content) {
         try {
             File tmpFile = new File(fileName);

             if (tmpFile.exists()) {
                 tmpFile.delete();
             }

             FileWriter fw = new FileWriter(fileName, true);
             fw.write(content);
             fw.close();
         } catch (Exception e) {
             System.out.println(e.toString());
         }
     }

     /**
      * read content from input file
      * @param fileName input file name
      * @return String file content
      */
     private static String readFile(String fileName) {
         try {
             BufferedReader fr = new BufferedReader(new FileReader(fileName));
             StringBuffer out = new StringBuffer();
             String thisLine = new String();

             while (thisLine != null) {
                 thisLine = fr.readLine();

                 if (thisLine != null) {
                     out.append(thisLine);
                 }
             }

             fr.close();

             return out.toString();
         } catch (Exception e) {
             System.out.print(e.toString());
             return null;
         }
     }
}

运行结果：

C:ja>java    HelloUnicode
>>>>testing1: write hello world to files<<<<
[test 1-1]: with system default encoding=GBK
string=Hello world 世界你好     length=16
char[0]="H"     byte=72 u48    short=72 u48   BASIC_LATIN
char[1]="e"     byte=101 u65   short=101 u65  BASIC_LATIN
char[2]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[3]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[4]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[5]=" "     byte=32 u20    short=32 u20   BASIC_LATIN
char[6]="w"     byte=119 u77   short=119 u77  BASIC_LATIN
char[7]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[8]="r"     byte=114 u72   short=114 u72  BASIC_LATIN
char[9]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[10]="d"    byte=100 u64   short=100 u64  BASIC_LATIN
char[11]=" "    byte=32 u20    short=32 u20   BASIC_LATIN
char[12]="世"   byte=22 u16    short=19990 u4E16      CJK_UNIFIED_IDEOGRAPHS
char[13]="界"   byte=76 u4C    short=30028 u754C      CJK_UNIFIED_IDEOGRAPHS
char[14]="你"   byte=96 u60    short=20320 u4F60      CJK_UNIFIED_IDEOGRAPHS
char[15]="好"   byte=125 u7D   short=22909 u597D      CJK_UNIFIED_IDEOGRAPHS

[test 1-2]: getBytes with platform default encoding and decoding as gb2312:
string=Hello world 世界你好     length=16
char[0]="H"     byte=72 u48    short=72 u48   BASIC_LATIN
char[1]="e"     byte=101 u65   short=101 u65  BASIC_LATIN
char[2]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[3]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[4]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[5]=" "     byte=32 u20    short=32 u20   BASIC_LATIN
char[6]="w"     byte=119 u77   short=119 u77  BASIC_LATIN
char[7]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[8]="r"     byte=114 u72   short=114 u72  BASIC_LATIN
char[9]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[10]="d"    byte=100 u64   short=100 u64  BASIC_LATIN
char[11]=" "    byte=32 u20    short=32 u20   BASIC_LATIN
char[12]="世"   byte=22 u16    short=19990 u4E16      CJK_UNIFIED_IDEOGRAPHS
char[13]="界"   byte=76 u4C    short=30028 u754C      CJK_UNIFIED_IDEOGRAPHS
char[14]="你"   byte=96 u60    short=20320 u4F60      CJK_UNIFIED_IDEOGRAPHS
char[15]="好"   byte=125 u7D   short=22909 u597D      CJK_UNIFIED_IDEOGRAPHS

[test 1-3]: convert string to UTF8
string=Hello world 涓&#65533;&#65533;浣&#65533;ソ length=18
char[0]="H"     byte=72 u48    short=72 u48   BASIC_LATIN
char[1]="e"     byte=101 u65   short=101 u65  BASIC_LATIN
char[2]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[3]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[4]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[5]=" "     byte=32 u20    short=32 u20   BASIC_LATIN
char[6]="w"     byte=119 u77   short=119 u77  BASIC_LATIN
char[7]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[8]="r"     byte=114 u72   short=114 u72  BASIC_LATIN
char[9]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[10]="d"    byte=100 u64   short=100 u64  BASIC_LATIN
char[11]=" "    byte=32 u20    short=32 u20   BASIC_LATIN
char[12]="涓"   byte=-109 uFFFFFF93    short=28051 u6D93      CJK_UNIFIED_IDEO
GRAPHS
char[13]="&#65533;"   byte=43 u2B    short=26667 u682B      CJK_UNIFIED_IDEOGRAPHS
char[14]="&#65533;"   byte=107 u6B   short=26219 u666B      CJK_UNIFIED_IDEOGRAPHS
char[15]="浣"   byte=99 u63    short=28003 u6D63      CJK_UNIFIED_IDEOGRAPHS
char[16]="&#65533;"   byte=-78 uFFFFFFB2     short=29362 u72B2      CJK_UNIFIED_IDEO
GRAPHS
char[17]="ソ"   byte=-67 uFFFFFFBD     short=12477 u30BD      KATAKANA

>>>>testing2: reading and decoding from files<<<<
[test 2-1]: read hello.orig.html: decoding with system default encoding
string=Hello world 世界你好     length=16
char[0]="H"     byte=72 u48    short=72 u48   BASIC_LATIN
char[1]="e"     byte=101 u65   short=101 u65  BASIC_LATIN
char[2]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[3]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[4]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[5]=" "     byte=32 u20    short=32 u20   BASIC_LATIN
char[6]="w"     byte=119 u77   short=119 u77  BASIC_LATIN
char[7]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[8]="r"     byte=114 u72   short=114 u72  BASIC_LATIN
char[9]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[10]="d"    byte=100 u64   short=100 u64  BASIC_LATIN
char[11]=" "    byte=32 u20    short=32 u20   BASIC_LATIN
char[12]="世"   byte=22 u16    short=19990 u4E16      CJK_UNIFIED_IDEOGRAPHS
char[13]="界"   byte=76 u4C    short=30028 u754C      CJK_UNIFIED_IDEOGRAPHS
char[14]="你"   byte=96 u60    short=20320 u4F60      CJK_UNIFIED_IDEOGRAPHS
char[15]="好"   byte=125 u7D   short=22909 u597D      CJK_UNIFIED_IDEOGRAPHS

[test 2-2]: read hello.gb2312.html: decoding as GB2312
string=Hello world 世界你好     length=16
char[0]="H"     byte=72 u48    short=72 u48   BASIC_LATIN
char[1]="e"     byte=101 u65   short=101 u65  BASIC_LATIN
char[2]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[3]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[4]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[5]=" "     byte=32 u20    short=32 u20   BASIC_LATIN
char[6]="w"     byte=119 u77   short=119 u77  BASIC_LATIN
char[7]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[8]="r"     byte=114 u72   short=114 u72  BASIC_LATIN
char[9]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[10]="d"    byte=100 u64   short=100 u64  BASIC_LATIN
char[11]=" "    byte=32 u20    short=32 u20   BASIC_LATIN
char[12]="世"   byte=22 u16    short=19990 u4E16      CJK_UNIFIED_IDEOGRAPHS
char[13]="界"   byte=76 u4C    short=30028 u754C      CJK_UNIFIED_IDEOGRAPHS
char[14]="你"   byte=96 u60    short=20320 u4F60      CJK_UNIFIED_IDEOGRAPHS
char[15]="好"   byte=125 u7D   short=22909 u597D      CJK_UNIFIED_IDEOGRAPHS

[test 2-3]: read hello.utf8.html: decoding as UTF8
string=Hello world 世界你好     length=16
char[0]="H"     byte=72 u48    short=72 u48   BASIC_LATIN
char[1]="e"     byte=101 u65   short=101 u65  BASIC_LATIN
char[2]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[3]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[4]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[5]=" "     byte=32 u20    short=32 u20   BASIC_LATIN
char[6]="w"     byte=119 u77   short=119 u77  BASIC_LATIN
char[7]="o"     byte=111 u6F   short=111 u6F  BASIC_LATIN
char[8]="r"     byte=114 u72   short=114 u72  BASIC_LATIN
char[9]="l"     byte=108 u6C   short=108 u6C  BASIC_LATIN
char[10]="d"    byte=100 u64   short=100 u64  BASIC_LATIN
char[11]=" "    byte=32 u20    short=32 u20   BASIC_LATIN
char[12]="世"   byte=22 u16    short=19990 u4E16      CJK_UNIFIED_IDEOGRAPHS
char[13]="界"   byte=76 u4C    short=30028 u754C      CJK_UNIFIED_IDEOGRAPHS
char[14]="你"   byte=96 u60    short=20320 u4F60      CJK_UNIFIED_IDEOGRAPHS
char[15]="好"   byte=125 u7D   short=22909 u597D      CJK_UNIFIED_IDEOGRAPHS


  

  
  
   
   

     
   

     
   
  



源码下载：http://file.javaxxz.com/2014/10/1/045204531.zip