ISO-8859-1 编码和二进制数据保存

问题描述

我阅读了评论 @Esailija 对我的一个问题的回答

ISO-8859-1 是唯一完全保留原始二进制数据的编码，具有精确的字节代码点匹配

我还在@AaronDigulla 的这个答案中读到:

在 Java 中，ISO-8859-1(又名 ISO-Latin1)是一个 1:1 映射

我需要对此有所了解.这将失败(如此处所示):

//u00F6 是 öSystem.out.println(Arrays.toString("u00F6".getBytes("utf-8")));//打印 [-61, -74]System.out.println(Arrays.toString("u00F6".getBytes("ISO-8859-1")));//打印 [-10]

问题

1. 我承认我不太明白 - 为什么它没有获取上面代码中的字节?
2. 最重要的是，这是哪里(字节保留行为ISO-8859-1)specified - 指向源代码或 JSL 的链接会很好.这是唯一具有此属性的编码吗?
3. 是否与 ISO-8859-1 成为默认默认值有关?莉>

另见这个问题 来自其他字符集的很好的反例.

解决方案

"u00F6" 不是字节数组.它是一个包含单个字符的字符串.改为执行以下测试:

public static void main(String[] args) 抛出异常 {byte[] b = new byte[] {(byte) 0x00, (byte) 0xf6};String s = new String(b, ISO-8859-1");//解码byte[] b2 = s.getBytes(ISO-8859-1");//编码System.out.println("字节数是否相等:" + Arrays.equals(b, b2));//真的}

要检查这是否适用于任何字节，只需改进代码并遍历所有字节:

public static void main(String[] args) 抛出异常 {字节[] b = 新字节[256];for (int i = 0; i < b.length; i++) {b[i] = (字节) i;}String s = new String(b, ISO-8859-1");byte[] b2 = s.getBytes(ISO-8859-1");System.out.println("字节数是否相等:" + Arrays.equals(b, b2));}

ISO-8859-1 是一种标准编码.所以使用的语言(Java、C# 或其他)并不重要.

这里有一个 维基百科参考，声称涵盖了每个字节:>

1992 年，IANA 注册了字符映射 ISO_8859-1:1987，更广为人知的是其首选的 MIME 名称 ISO-8859-1(注意 ISO 8859-1 上的额外连字符)，它是 ISO 8859-的超集1、在互联网上使用.此映射将 C0 和 C1 控制字符分配给未分配的代码值从而通过每个可能的 8 位值提供 256 个字符.

(强调我的)

I read in a comment to an answer by @Esailija to a question of mine that

I also read in this answer by @AaronDigulla that :

I need some insight on this. This will fail (as illustrated here) :

// u00F6 is ö
System.out.println(Arrays.toString("u00F6".getBytes("utf-8")));
// prints [-61, -74]
System.out.println(Arrays.toString("u00F6".getBytes("ISO-8859-1")));
// prints [-10]

Questions

1. I admit I do not quite get it - why does it not get the bytes in the code above ?
2. Most importantly, where is this (byte preserving behavior of ISO-8859-1) specified - links to source, or JSL would be nice. Is it the only encoding with this property ?
3. Is it related to ISO-8859-1 being the default default ?

See also this question for nice counter examples from other charsets.

解决方案

"u00F6" is not a byte array. It's a string containing a single char. Execute the following test instead:

public static void main(String[] args) throws Exception {
    byte[] b = new byte[] {(byte) 0x00, (byte) 0xf6};
    String s = new String(b, "ISO-8859-1"); // decoding
    byte[] b2 = s.getBytes("ISO-8859-1"); // encoding
    System.out.println("Are the bytes equal : " + Arrays.equals(b, b2)); // true
}

To check that this is true for any byte, just improve the code an loop through all the bytes:

public static void main(String[] args) throws Exception {
    byte[] b = new byte[256];
    for (int i = 0; i < b.length; i++) {
        b[i] = (byte) i;
    }
    String s = new String(b, "ISO-8859-1");
    byte[] b2 = s.getBytes("ISO-8859-1");
    System.out.println("Are the bytes equal : " + Arrays.equals(b, b2));
}

ISO-8859-1 is a standard encoding. So the language used (Java, C# or whatever) doesn't matter.

Here's a Wikipedia reference that claims that every byte is covered:

(emphasis mine)

这篇关于ISO-8859-1 编码和二进制数据保存的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！