2020-1-6
计算机排列字节的方式有大端法(BE)和小端法(LE)，数据的加载从地址的低到高，顺序加载。
计算机排列字节的方式有大端法(BE)和小端法(LE)，数据的加载从地址的低到高，顺序加载。
//存储的数据为0xABCDEF...
//存储地址有0x100,0x101,0x102...
//大端法对应存储AB,CD,EF...每次顺序拿地址，左右拼接起来。
//小端法对应存储...,EF,CD,AB,每次拿一个都会追加到前边。
//一般不需要考虑
常见编码
ASCII:标准的单字节，美国码。
ISO8859-1:单字节增强码，包容ASCII，欧洲码。
GB2312:中国规定，6763个通用汉字
GBK:中国规定，21886个汉字
GB18030：中国规定，70,244个汉字，向上兼容
Unicode：万国码,范围0x0~0xFFFF，是一种规定，保存方式由UTF-8,UTF-16,UTF-32来实现。
\u7231：视为Unicode字符，对应中文"爱"=U+7231,
爱：也视为Unicode字符，有分号结尾
UTF-32：直接保存这16进制编号地址为二进制数。
UTF-16：U+0000~U+FFFF的范围用两个字节，剩下的用四个字节
UTF-8:可变字节。
0x00~0x7F,单字节范围对应ASCII，0XXXXXX
0x80~0x7FF,两个字节,110XXXXX,10XXXXXX
0x800~0x7FFF,三个字节，1110XXX,10XXXXXX,10XXXXXX
//...
//例子，砍六填充到8
//0x7231
//0111,0010,0011,0001
//0111,001000,110001,
//11100111,10001000,10110001,
URL编码：URL只支持字母数字特殊符号以及一些保留字，不包括双引号,要使用Base64进行编码处理。
java中char使用的unicode编码来存储。
Charset.availableCharsets().keySet();//获取java支持的所有编码
StandardCharsets.UTF_8//获取UTF-8等常用的静态字符串,jdk1.6以及以下是没有的
字符串类：本质上用char数组来保存数据，打印出来是双引号包裹的字符串。
String://final修饰，处理都是重新赋值新的字符串，构建以及转化，索引以及查找，比较以及复制，拆分，大小写转化
//String是引用传递，但值不可以改。
//String A ="1";引用传向对象B,再修改B的值，d
//String B = A;
//String B =B+"2";//其中操作是常量池创建新字符串"12"再修改B的引用。A的引用还是指向"1"
StringBuilder://可变不安全字符串类，默认char数组长度16，
//追加，//插入,长度，索引，翻转，截取，替换等功能
StringBuffered://可变安全字符串类，是底层安全的StringBuilder对象
//方法和StringBuider一样
//三者的优选方式：StringBuider最优先，线程安全考虑StringBuffered,简易使用则用String
字符串之间的比较：
//常量池保存唯一的字符串(没有则创建)，并返回引用。对字符串的操作都返回新增字符串的地址。
Stringa="1";//a的值为常量池地址，
Stringb=newString("1");//b的值为堆地址
Stringc=String.valueOf(a);//继承，a.toString返回的a对象引用。
//==比较引用指向的地址位置。上边堆地址值肯定不等于常量池地址值。
//equals比较的是字符串的内容。
Stringstr="a"+"b";//编译后,String str = "ab";
finalStringa="a";
Stringb=a+"b";//结果，b =="ab";
Stringc=(newStringBuilder()).append(a).append(b).toString();//String c = a+b;jdk8的编译器自动优化
大批量的字符串拼接效率：
+ //字符串拼接
concat //String对象的concat方法
StringUtils.join(Object[]objs)//apache.commons的字符串拼接方法,就是用的StringBuilder拼接并且返回String
StringBuffer.append()
StringBuilder.append()
//StringBuilder>StringBuffer>String对象.concat>+
字符串转化：
//java内所有的字符串都是unicode字符串。
//ISO-8859-1单字节文件，可以直接转化为unicode和gbk等，常见的全英文文件不受编码影响。
//非单字节文件，必须用对应的编码保存，不然变全乱码文件。
//不同的非单字的字节编号对应的值都不同，GB18030在UTF-8的是不对应的，国标系文件向上兼容。如果想值转化，考虑字符映射表
//字符串的本质就是byte[]，大部分不同的数据类型是可以转化的,转化UTF系列是不可逆的。
"".getBytes(encoding);//获取指定编码的字符串,不传编码就拿本地编码
newString(byte[],encoding);//byte[]转化为字符串
//举个栗子：
byte[]bytes="我爱你".getBytes(GBK);
System.out.println("-----转化为IBM855和转回GBK");
Strings1=newString(bytes,"IBM855");
Strings2=newString(s1.getBytes("IBM855"),GBK);
System.out.println(s2);
System.out.println("-----转化为ISO-8859-1和转回GBK");
s1=newString(bytes,"ISO-8859-1");
s2=newString(s1.getBytes("ISO-8859-1"),GBK);
System.out.println(s2);
System.out.println("-----转化为UTF-8和转回GBK");
s1=newString(bytes,"UTF-8");
s2=newString(s1.getBytes("UTF-8"),GBK);
System.out.println(s2);
//web服务接收的参数就是乱码，一般是直接过滤器过滤掉非UTF-8编码的请求。
//文件上传功能传递文件名乱码,tomcat会自动用ISO-8859-1转化为String文件名。可选择转化为ISO的byte数组，在转化UTF-8字符串。缺点每次都要处理。
字符串都保存在常量池中，常量池的位置在jdk1.6,1.7，1.8的位置不同。
java.lang.OutOfMemoryError:PermGenspace//永久代内存不足,jdk1.6永久代放在堆外
java.lang.OutOfMemoryError:Javaheapspace//堆内存不足，jdk1.7永久代放在堆中
java.lang.OutOfMemoryError:Metaspace//元空间内存不足,jdk1.8永久代取消，被元空间替换，本地内存中
Unicode字符串的处理与优化：
chara='\uabcd' //在java中代表一个char
Stringb="\\uabcd"//unicode字符串固定长度6
Stringc="ꯍ"//unicode字符串固定长度8
//测试中，使用了subString(很低)，new StringBuilder，StringBuilder替换指定位置，和char数组。Pattern类（性能低，在600W字节的测试数据中，一秒处理100个左右），
//最终测试，还是使用了char[]来处理。优点，占用时间最少，空间使用最少(字符串长度600W,目标容器600W和一个长度4的char数组)。
个人项目的测试与学习
//访问路径：https://github.com/JunOneWolf/test2learn
字符串和unicode的处理：cn.jof.test2020_1_15_testUnicode
//字符串拼接性能检测：cn.jof.test2020_1_16_testStringConcat。
//检测文件的编码工具类：cn.jof.utils.EncodingDetect
