第三章 高級文本處理
1. Java字符編碼
- 字符、ASCII碼
ASCII碼規定：計算機用1字節（1 Byte = 8 bits)存儲常用字符
| 字符 | ASCII碼 | 二進制表示 |
|---|
| 回車鍵(打不出來) | 13 | 0000 1101 |
| 0 | 48 | 0011 0000 |
| A | 65 | 0100 0001 |
| a | 97 | 0110 0001 |
- 擴展編碼
ASCII碼采用1Byte，8bits，最多256字符 ~ 不夠用（漢字幾十萬） ~ 擴展編碼:加字節來擴充編碼
中文編碼：GB18030 > GBK > GB2312 - Unicode編碼（目標是世界通用）
變長方案：UTF-8 UTF-16 UTF-32
UTF-8 ~ 1-4字節 ~ 經濟方便，兼容ASCII，用最廣
UTF-16 ~ 2-4字節
UTF-32 ~ 4字節 - ANSI編碼（Windows默認、非Unicode）
| Windows系統語言環境 | ANSI代表 |
|---|
| 簡體中文WinOS中 | GBK編碼 |
| 繁體中文WinOS中 | Big5編碼 |
- 記事本默認ANSI保存
- ANSI不能跨編碼兼容 ~ 首選UTF-8
- Java字符編碼
源文件：采用UTF-8 ~ 寫注釋可以中、英、日
Eclipse: 右鍵.java/項目 ~ 屬性 ~ resourse ~ 選擇UTF-8
程序内部：UTF-16（程序員無法控制）
與外界文本文件：統一用UTF-8（讀/寫采用編碼類型不同會亂碼 ）
瞭解Java字符編碼：
CharsetTest.java TxtReadUTF8.java TxtWriteUTF8.java
2.Java國際化編程（i18n）
- 一套軟件，多種語言（Property ~ Java X）
- Locale類的方法
getAvailableLocales() ~ 返回所有可用的Locale
getDefault() ~ 返回默認Locale - 語言文件
Property文件：k-v對
demo：age = 20
命名規則：包名+（語言+國家地區）.properties
demo:
message.properties
message_zh.properties
message_zh_CN.properties
.properties文件必須是ASCII文件或者Unicode表示uxxx ~ native2ascii轉碼（記事本編碼需設爲ANSI）
- ResourceBundle根據k~v查找路徑(優先級往下遞減)
包名_當前Locale語言_當前Locale國家地區_當前Locale變量（不常用）
包名_當前Locale語言_當前Locale國家地區
包名_當前Locale語言
包名_默認Locale語言_默認Locale國家地區_默認Locale變量（不常用）
包名_默認Locale語言_默認Locale國家地區
包名_默認Locale語言
包名
3.Java正則表達式（獨立于特定語言）
作用：測試模式/識別替換文本/提取文本
4.其它字符串操作
字符串集合互转
字符串转义
变量名格式化
字符串输入流
*附錄
- 擴展編碼demo
| 名稱 | 内容 |
|---|
| ISO8859(1-15) | 西歐語言 |
| GB2132（1980）， GBK（1995） | ASCII+簡體中文 |
| GB18030（2000，2005兩個版本） | ASCII+簡體中文 |
| Big5 | ASCII+繁體中文 |
| Shfit_JIS | ASCII+日本語 |
- 瞭解Java字符編碼demo
