字符串编码与项目编码问题

　　最近项目设计到java项目与c项目基于tcp通信的数据交互，在发送数据的过程中由java发送数据给c项目，出现了乱码，彻底学习了下字符串编码与文件编码之间的关系，关于编码的什么ASCII、UTF-8（Unicode的一种实现）、GBK之间的关系网上一搜一箩筐，不在详细阐述，可以参看这里。

　　每个项目都有工程编码，java工程可以项目->属性（properties）查看其编码，而我们在写c项目的时候好像从来都没有注意这些。在vs2010默认的是ANSI（即GBK）的，CodeBlock默认的也是GBK。我们先来看下c项目字符串的编码与文件编码的关系。

　　使用CodeBlock建了两个c项目，一个编码是GBK的，一个是UTF-8，（CodeBlock项目编码设置setting->editor->other setting）,使用相同的代码

int main()
{
　　int i = 0;
　　char* str = "中文";
　　while(str[i++] != '\0')
　　{
　　printf("%0x\n",str[i]&0xFF);
　　}
　　printf("%s", str);
　　return 0;
}

打印"中文"在内存中的编码，在UTF的c项目中输出结果为：，用二进制文件查看其.c和.exe文件编码

可以看到.exe文件和.c中char* str都是UTF-8编码，与输出的字符串编码是一致的。

再来看GBK的c项目中的输出情况:,文件.c、.exe二进制编码情况：

那么可以肯定：在c项目中，字符串的编码char* str与文件.c的编码是一致的，而文件的编码一般默认与项目编码一致。这里有必要就UTF-8项目输出的是乱码进行解释，因为win操作系统环境是中文GBK的，控制台默认输出的是GBK，所以当输出UTF-8的字符串时就出现了乱码。

----------------------------------------------------------------java分割线-------------------------------------------------------------------------------------------------------------------------

再来看java项目中.class与.java文件之间的编码关系，我们先建一个GBK的java项目，代码如下：

import java.io.UnsupportedEncodingException;

public class test {
　　public static void main(String[] args) {
　　String str = "中文";
　　try {
　　　　byte[] bs = str.getBytes("GBK");
　　　　for(int i = 0; i < bs.length; i++){
　　　　　　System.out.println(Integer.toHexString(bs[i]));
　　　　}
　　　　String str2 = new String(bs,"GBK");
　　　　System.out.println(str2);
　　　　} catch (UnsupportedEncodingException e) {
　　　　　　// TODO Auto-generated catch block
　　　　　　　e.printStackTrace();
　　　　}
　　}
}

java对字符串的编码处理支持就好的多了，你可以获取任何自己想要字符编码，并指定其输出编码（一般编码用什么，解码就用什么）。在GBK的项目中.java文件用的是ANSI的存储方式，.class文件是以何种编码呢？GBK吗？，我们来看下.java和.class文件的二进制：

String str在.java文件中是GBK存储，但是生成的二进制.class文件其编码却是UTF-8的！！！也就是我们说的java采用的是Unicode编码，在生成.class文件的时候编译器帮我们把各种不同编码的.java文件全部生成统一的Unicode编码的.class文件，那么在java平台所有字符在内存中的表示都是统一的（不管你的项目是什么编码，字符串内存表示都一样，与项目编码无关）。

　　至于UTF-8的java项目其.java和.class一定都是一样的编码。