密碼至少8個字符舉例

為什么 string 要設(shè)計成 final ，又如何設(shè)計一個不可變類呢？留下了一個編碼相關(guān)的問題。在java中，一個字符(漢字字母)理論上占用兩個字節(jié)。但在utf-8，新字符串(“單詞”)。getbytes。length返回3，這意味著3個字節(jié)。你知道為什么嗎？java中char占用多少字節(jié)？

在回答這個問題之前，我們先學(xué)習(xí)一些基礎(chǔ)知識。

什么是字符集？什么是編碼？

字符(character )是文字與符號的總稱，包括文字、圖形符號、數(shù)學(xué)符號等。 一組抽象字符的集合就是字符集(charset )。

之所以說“抽象”，是因為這里說的人物是沒有具體形式的人物。比如文章里看到的“韓”這個人物，其實就是這個人物的一個具體表現(xiàn)，就是它的形象表現(xiàn)。當人們讀“韓”這個詞時，他們使用另一種具體的表現(xiàn)形式——聲音。但無論如何，這兩種表達方式指的是漢字，同一漢字可能有無數(shù)種表達方式(點陣、矢量法、音頻等)。).如果每個表達式中的相同字符包含在字符集內(nèi)，會使字符集過大。對于因此抽象字符集中的字符，都是指唯*存在的抽象字符，而忽略了它的具體表現(xiàn)形式。在給定一個抽象字符集合中的每個字符都分配了一個整數(shù)編號之后，這個字符集就有了順序，就成為了編碼字符集。同時，這個編號，可以唯*確定到底指的是哪一個字符。,的同一個字符，不同字符集編碼系統(tǒng)指定的整數(shù)是不同的。例如，單詞“er”，在unicode中，它的數(shù)字是0x513f，這意味著它是unicode中的第一個0x513f字符。在另一個編碼字符集中，單詞是0xa449。

編碼字符集，指的是這種被分配了整數(shù)編號的字符集合，但是編碼字符集中字符被分配的整數(shù)編號，不一定就是該字符在計算機中存儲時所使用的值，計算機中存儲的字符到底使用什么二進制整數(shù)值來表示，由字符集編碼決定。

在字符集編碼決定了如何將一個字符的整數(shù)編號對應(yīng)到一個二進制的整數(shù)值。,幾乎所有英文字符的字符集代碼中，英文字母的整數(shù)數(shù)字與計算機中存儲的二進制形式一致。但是有些編碼方法，比如適用于unicode字符集的utf-8，是將大量字符的整數(shù)進行轉(zhuǎn)換，存儲在計算機中。例如，“中文”的unicode值是0x6c49，但其編碼格式是utf-8，其值是0xe6b189 (3字節(jié))。

編碼字符集里的每一個字符，都對應(yīng)到唯*的一個代碼值，這些代碼值叫做碼點(code point )，可以看做是這個字符在編碼字符集里的序號，字符在給定的編碼方式下的二進制比特序列稱為碼元(code unit )。

注意：我們在這里引出了兩個概念，碼點和碼元。

為什么要區(qū)分字符集和編碼？

早期字符集和編碼是一對一的。字符編碼方案很多，一個字符集只有一種編碼實現(xiàn)，兩者一一對應(yīng)。比如gb2312，在這種情況下，不管怎么稱呼，比如“gb2312代碼”和“gb2312字符集”，其實都是一樣的東西，本身也不一定有什么區(qū)別，反正不可能錯。

說到unicode，就不一樣了。唯*的unicode字符集對應(yīng)于三種編碼：utf-8、utf-16和utf-32。字符集、編碼等概念完全分離、模塊化，在unicode時代得到廣泛認可。

1)字符集是字符集的簡稱，即字符集。

2)編碼是字符集編碼的簡稱，即字符集編碼。

從上圖可以清楚地看出，

1、編碼是依賴于字符集的，就像代碼中的接口實現(xiàn)依賴于接口一樣；

2、一個字符集可以有多個編碼實現(xiàn)，就像一個接口可以有多個實現(xiàn)類一樣。

為什么unicode這么特別？

想出一個新的字符集標準就是舊字符集字符不夠用。

unicode旨在統(tǒng)一所有字符集，包括所有字符，因此沒有必要編輯新的字符集。

但是如果你覺得它現(xiàn)有的編碼方案不是很好呢？在沒有新字符集的情況下，我們只能在編碼上做文章，所以實現(xiàn)很多，從而打破了傳統(tǒng)的一一對應(yīng)。

從上圖可以看出，由于歷史原因，你也會看到unicode和utf-8在很多地方混在一起。這種情況下的unicode通常是utf-16或更早的ucs-2編碼。

關(guān)于unicode，我們已經(jīng)談了很多。出于各種原因，必須承認，“unicode”一詞在不同的語境中有不同的含義。它可能指：

1）unicode 標準

2）unicode 字符集

3）unicode 的抽象編碼（編號），也即碼點（ code point ）

4）unicode 的一個具體編碼實現(xiàn)，通常即為變長的 utf-16，又或者是更早期的定長 16 位的 ucs-2。

在重點介紹下 utf-16 編碼,utf-16將unicode字符集的代碼點映射成一個16位整數(shù)序列(即長度為2字節(jié)的符號)，用于數(shù)據(jù)存儲或傳輸。unicode字符的代碼點需要用一個或兩個16位符號來表示，所以這是一種可變長度的表示。

utf-16可視為ucs-2的父集。utf-16和ucs-2在沒有輔助平面字符之前的意思是一樣的(基本思想是用兩個16位代碼表示一個字符，只針對65535以上的字符)。引入輔助平面字符后，稱為utf-16。

現(xiàn)在，如果某些軟件聲稱支持ucs-2編碼，實際上意味著它不能支持utf-16中超過2字節(jié)的字符集。對于小于0x10000的ucs碼，utf-16編碼等于ucs碼。

為什么要重點介紹 utf-16 編碼，因為 java 的內(nèi)碼使用的是 utf-16 編碼，也就是我們常說的 unicode 編碼。

沒想到這么長，只是介紹了字符集和編碼的區(qū)別。看來有必要分兩篇回答前一篇留下的問題。這篇文章的總結(jié)其實就是兩句話：

編碼字符集里的每一個字符規(guī)定的順序，叫碼點(code point )，而這個字符在編碼字符集里的序號，在給定的編碼方式下的二進制序列叫碼元(code unit )。

在爪哇，我們與外碼，即程序與外部交互時外部使用的字符編碼,有更多的接觸，但你不知道更多。我們期待下一期進入java的編碼，比較終回答上面提到的問題。