javaucs2

① java的編碼不是UCS2么怎麼像是多位元組編碼

java的char 是以UCS2編碼來交換的，每個字元佔2個位元組。
但getBytes屬於IO了，通常默認用UTF8編碼。
在utf8下，'中國'各佔3個位元組，『23』各佔1個位元組，合起來8個。

② Java：在Java中String是以Unicode保存的嗎

字元串在java內存中總是按unicode編碼存儲的。比如"中文"，正常情況下（即沒有錯誤的時候）存儲為"4e2d 6587"，如果charset為"gbk"，則被編碼為"d6d0 cec4"，然後返回位元組"d6 d0 ce c4".如果charset為"utf8"則最後是"e4 b8 ad e6 96 87".如果是"iso8859-1"，則由於無法編碼，最後返回 "3f 3f"（兩個問號）。

java虛擬機採用UCS2（通用字元集)標準保存字元，所有的字元在內存中都是2個位元組，這樣虛擬機處理字元串的截取、長度和判斷都非常容易。其他語言如PHP、Python也是，在運行時採用固定長度存儲字元。
相對應編譯後的class，java規定採用UTF-8保存，因為大部分是英文字元，只有一個位元組，可以大量節省存儲空間。

③ java 設置字元集為UCS2 運行報錯

系統沒這樣的字體，一般設置utf-8或gb2312或gbk即可

④ java認證：如何按位元組長度截取字元串

編程：編寫一個截取字元串的函數，輸入為一個字元串和位元組數，輸出為按位元組截取的字元串。public static String substring（String str， int toCount，String more）{int reInt = 0;String reStr = 「」;if （str == null）return 「」;char［］ tempChar = str.toCharArray（）;for （int kk = 0; （kk 《 tempChar.length && toCount 》 reInt）; kk++） {String s1 = str.valueOf（tempChar［kk］）;byte［］ b = s1.getBytes（）;reInt += b.length;reStr += tempChar［kk］;}if （toCount == reInt || （toCount == reInt - 1））reStr += more;return reStr;}Web應用程序在瀏覽器中顯示字元串時，由於顯示長度的限制，常常需要將字元串截取後再進行顯示。但目前很多流行的語言，如C#、Java內部採用的都是 Unicode 16（UCS2）編碼，在這種編碼中所有的字元都是兩個字元，因此，如果要截取的字元串是中、英文、數字混合的，就會產生問題，如下面的字元串：String s = 「a加b等於c，如果a等1、b等於2，那麼c等3」;上面的字元串既有漢字，又有英文字元和數字。要解決這個問題的方法是首先得到該字元串的UCS2編碼的位元組數組，如下面的代碼如下：byte［］ bytes = s.getBytes（」Unicode「）;由於上面生成的位元組數組中前兩個位元組是標志位，bytes［0］ = -2，bytes［1］ = -1，因此，要從第三個位元組開始掃描，對於一個英文或數字字元，UCS2編碼的第二個位元組是相應的ASCII，第一個位元組是0，如a的UCS2編碼是0 97，而漢字兩個位元組都不為0，因此，可以利於UCS2編碼的這個規則來計算實際的位元組數，

⑤ java中文字元輸出問題

這個我網上一找就找到了，代碼只把其中一個減號變成了加號。像你這種截5個6個都是同一個結果的話，就不能按照字元串截取了，要截取位元組了 。代碼如下，我用的是junit測試的，通過沒問題。
public static String bSubstring(String s, int length) throws Exception {
byte[] bytes = s.getBytes("Unicode");
int n = 0; // 表示當前的位元組數
int i = 2; // 要截取的位元組數，從第3個位元組開始
for (; i < bytes.length && n < length; i++) {
if (i % 2 == 1)// 奇數位置，如3、5、7等，為UCS2編碼中兩個位元組的第二個位元組
{
n++; // 在UCS2第二個位元組時n加1
} else {
if (bytes[i] != 0)// 當UCS2編碼的第一個位元組不等於0時，該UCS2字元為漢字，一個漢字算兩個位元組
{
n++;
}
}
}
if (i % 2 == 1)// 如果i為奇數時，處理成偶數
{
if (bytes[i - 1] != 0)// 該UCS2字元是漢字時，修復這個截一半的漢字
i = i + 1;
else
// 該UCS2字元是字母或數字，則保留該字元
i = i + 1;
}
return new String(bytes, 0, i, "Unicode");
}

@Test
public void testGetByte() throws Exception {
String s = "abcd我們回答";
System.out.println(bSubstring(s, 6));
}

、//不好意思，把我所有的測試代碼都發過來了，我只發你需要的這一個方法吧。

⑥ Java 中，數字,漢字,英文字母,...佔多少位元組

半形的數字和英文字母以及標點符號佔用1位元組,全形數字,英文字母和漢字佔用2位元組

⑦ ucs2到gbk轉碼

漢字不同編碼轉換的問題 UCS2轉碼的心得
看到很多朋友都對漢字的unicode編碼有問題, 還需要什麼」unicode漢字對應表」．．．
一直想回貼子，但太忙(包括忙著從論壇中索取自己需要的東西）．
其實漢字的編碼轉換很簡單，我相信C＋＋也應該有相應的函數．希望這些代碼對用Java的朋友有幫助．

/*
* UnicodeTest.java
*
* Created on July 29, 2003, 12:59 PM
*/

/**
*
* @author abc
* @version
*/

public class UnicodeTest
{

public static void main(String args[])
{
UnicodeTest UT = new UnicodeTest();
UT.test1();
}

public void test1()
{
String str = "測試信息abc123";
try
{
byte[] b = str.getBytes("GBK");
System.out.println(str + " -(GBK)編碼: " + bytesToHexStr(b));
System.out.println("");

str = new String(b, "GBK");
System.out.println("從GBK編碼 " + bytesToHexStr(b) + " 重新轉換為字串: " + str);
System.out.println("");

b = str.getBytes("UnicodeBigUnmarked");
System.out.println(str + " -(UCS2)編碼: " + bytesToHexStr(b));
System.out.println("");

str = new String(b, "UnicodeBigUnmarked");
System.out.println("從(UCS2)編碼 " + bytesToHexStr(b) + " 重新轉換為字串: " + str);
System.out.println("");

b = str.getBytes("ASCII");
System.out.println(str + " -(ASCII)編碼: " + bytesToHexStr(b));
System.out.println("");
}
catch(Exception e){}
}

private String bytesToHexStr(byte[] b)
{
if (b == null) return "";
StringBuffer strBuffer = new StringBuffer(b.length * 3);
for(int i = 0; i < b.length; i++)
{
strBuffer.append(Integer.toHexString(b & 0xff));
strBuffer.append(" ");
}
return strBuffer.toString();
}

}

運行此小程序的輸出結果是：

測試信息abc123 -(GBK)編碼: b2 e2 ca d4 d0 c5 cf a2 61 62 63 31 32 33

從GBK編碼 b2 e2 ca d4 d0 c5 cf a2 61 62 63 31 32 33 重新轉換為字串: 測試信息abc123

測試信息abc123 -(UCS2)編碼: 6d 4b 8b d5 4f e1 60 6f 0 61 0 62 0 63 0 31 0 32 0 33

從(UCS2)編碼 6d 4b 8b d5 4f e1 60 6f 0 61 0 62 0 63 0 31 0 32 0 33 重新轉換為字串: 測試信息abc123

測試信息abc123 -(ASCII)編碼: 3f 3f 3f 3f 61 62 63 31 32 33

這段時間都在做聯通的SP網關程序，原來我是做web應用的，對資料庫之類的java編程比較熟悉。原來也從來沒有接觸過簡訊網關方面的系統設計和編程。在這個過程中碰到了幾個比較棘手的問題，UCS2的轉碼就是其中一個。
剛開始我們公司的業務沒有涉及到中文信息，所以沒有注意這個問題，用戶只需要發送字母和數字就可以了，但是最近幾天我在資料庫中發現了一些亂碼，Messagecoding=8，我猜測可能和用戶手機的輸入法有關系，即使是阿拉伯數字也有雙位元組的，比如「8」和「8」。
下面這段代碼是底層的API：
.........(read bytes from input)
//獲取消息編碼
MessageCoding = bodybytes[44];
//獲取短消息內容的長度
SGIP_Command.BytesCopy(bodybytes, abyte0, 45, 48, 0);
MessageLength = SGIP_Command.Bytes4ToInt(abyte0);
//創建一個內容長度的Byte
MessageByte = new byte[MessageLength];
//將Message 到 MessageByte 中
SGIP_Command.BytesCopy(bodybytes, MessageByte, 49, (49 + MessageLength) - 1,0);
//開始解碼轉換
if(MessageCoding==8){//如果編碼格式為UCS2，就轉換成普通的String
try {
MessageContent = new String(MessageByte,"UnicodeBigUnmarked");
} catch (UnsupportedEncodingException e) {
}
}else{
MessageContent = new String(MessageByte);
}
實際上在java中就只需要一句MessageContent = new String(MessageByte,"UnicodeBigUnmarked");就可以轉換過來，再保存到資料庫中就不會是亂碼了。
進行轉換後，我還用了另外一個函數把類似「8」這樣的GBK編碼的阿拉伯數字都轉換成了ASCII的數字。這樣對業務邏輯有幫助。
還有一點要說明一下，GB2312是一個比較早版本的中文編碼格式，GBK是新的中文編碼格式，GBK是GB2312的超集，GB2312是GBK的真子集。
我的底層API是使用的英斯克的底層api，不過我修改了英斯克的API幾個不完善的地方。希望對碰到和我一樣問題的同志有點幫助。

⑧ java 用readline()讀取帶有漢字的文本文檔，怎樣才能做到不亂碼

這個要根據文檔的編碼來處理，可以用read(bytes); new String(bytes, "gbk"); // 或其它編碼ucs2,utf8之類的。

⑨ java，如果 i 奇數改成偶數看不懂，求詳細解釋.

String
x
=
"a";
String
y
=
"加";
String
z
=
"a加";
x.getBytes("Unicode");//[-2,
-1,
0,
97]
y.getBytes("Unicode");//[-2,
-1,
82,
-96]
z.getBytes("Unicode");//[-2,
-1,
0,
97,
82,
-96]
-2,-1是起始，從第三位開始是雙位元組字元(每2位代表一個中文或者英文);

⑩ java做 pdf轉換成圖片 時出現Unknown CMap: UniGB-UCS2-H急~

用jasperreport的exportpdffile那個方法生成pdf到指定的磁碟目錄下，所有的pdf文件生成是生成了，文件大小也不一．但是打開任何pdf文件都是空白的，不知道為什麼，而我換exporthtmlfile的那個方法生成的html文件都能展現正常．由於這個程序是在後台生成文件給mail發送的所以不通過jsp,action的流程，只能在後台指定目錄中生成一個pdf文件，然後用mail去調用的．所以不能用response流生成pdf文件．都是通過傳來的數據生成的pdf，我其他什麼都沒有改動，就只是用exportpdffile生成的pdf文件是空白的，但用exporthtmlfile的方法生成的能展現，說明數據源是沒問題的．不知道為什麼，困繞很久，由於需求只要求傳pdf文件，所以不能用html的文件來傳送，不知道是不是這兩個方法的參數設置有什麼不同嗎？而且pdf的那兩個itext中文包我也導入了，所以不存在字元轉換問題