java 识别编码格式-java url编码

清华大学硕士毕业java 识别编码格式，在北京写过两年Java，在杭州写过三年Python，深入定制过Python虚拟机，现在从事arm上的javascript虚机机的开发。虽然仍然不是什么牛人，但我觉得我的经验能对大多数新入门的从业人员提供参考。

这三门当中，首推Java。真的，Python当然是好，但是对于一个新入门的人，最重要的是先找到工作不是吗？而找工作的话，Java无疑是最容易的。对于跨行业的人而言，最困难的其实是第一步，那就是如何进入这个行业。如果你连进都进不来，第一份工作迟迟无法开始，那么好好努力，补上数据结构，设计模式，算法设计这些差距就根本无从说起，不是吗？

不要被什么科班出身之类的说法吓坏了。虽然我是科班出身，但我始终觉得，只要你肯努力，这里面并没有什么无法逾越的鸿沟，最重要的是不要好高骛远，也不要急于求成。学习和积累是有一个过程的，在程序员这个行当，你一分付出，就会有一分回报。尊重学习的内在规律，循序渐进，终有一天，你会成为你想成为的那个人的。

接着，我来谈谈具体的规划。

1.了解Java的运行环境。搞清楚path和classpath是干什么的，怎么在命令行进行编译，执行。知道IDE的各个按钮后面真正发生了什么事情。

2. 掌握Java的语法。搞清楚包，接口，类，继承这些基本概念。掌握多态，overwrite，死背下IO的接口，包括InputStream/OutputStream和Writer/Reader，死背下网络编程和GUI编程的接口，死背JDBC接口。这一步，推荐的书是《 Thinking in Java》。

3. 掌握多线程编程。弄明白ConcurrencyHashMap是怎么实现的，搞清楚synchronized是怎么回事，弄明白为什么要有Runnable接口。

在第二步和第三步掌握到80%的时候，你就可以考虑找工作了。

4. 在工作中体会一下设计模式。推荐《Java与模式》这本书。看完里面的Decorator，IO接口你再也不会去死记硬背了。用的时候，根据Adaptor和Decorator的命名规则，自己临时推都推得出来。

5. 恶补数据结构。 搞清楚 LinkedList和 ArrayList的实现机制，了解它们的每一个接口的时间复杂度。同样的还有其他容器，Map啊，Set啊，都是一样的。栈，队列，二叉树，图贯穿编程始终，如果这一步你迈不过去，那就只能在低阶程序员里打转。

6. 如果有可能，最好对一些算法设计也有所涉猎。比如动态规则的思路，贪心算法，诸如KMP这种奇妙的算法等。这一步没有数据结构那么重要，学得好当然好，学不好也不用太挫败。

到了这一步，你和科班程序员之间的差距就不大了。可以在工作中独立承担开发任务了。

7. 进阶，这时候就可以有自己的思考了。Java发展到现在，被用在各种各样的情景之中，说它是应用最广泛的编程语言并不过分。你在打好基础以后，就可以考虑应该向哪个方向发展了。比如服务端的架构，最好能学习一下JavaEE。JEE一直以来，都是让人觉得门槛太高。这个其实可以从Spring入手，搞清楚反射，控制反转，依赖注射都是什么鬼（这些神叨叨的名词其实都是为了解决Java本身不够动态这个缺陷而出现的，这里不展开，我只想提醒的是，这些概念没有什么大不了的东西，不要被爱装逼的家伙吓住了）。还有消息这个东西，还有ORM这个东西，都去搞搞清楚。想一下它们要解决什么问题，再猜一下他们是怎么实现的。我面试的时候发现，其实大多数优秀的开发者，即使以前没思考过这个问题，让他现场设计一下Hibernate，都能设计得差不多。这说明，这些框架性的东没有什么大不了的。有了基础，你也能设计出来。关键是要去动脑筋想。以上是以服务端开发举例，那么对于客户端，你就去思考事件响应机制是如何工作的（这个我不熟悉，就不再多说了）。还可以深入研究一下JVM的源代码，以及其实现机制，了解一下垃圾回收算法等等。

到了这一步，你就可以应聘Java高级开发了。如果运气好，年薪30万是有可能的。保底也要20万了。

8. 架构。到了这一步，你就算是登堂入室，真正迈入高级开发人员了。这一步，你要思考更多的东西，比如，如何处理高并发，如何应对分布式系统，如何提供更健壮的数据服务。到了这一步，那就没有什么可以参考的，现成的东西了。全靠自己的悟性了。那最后能达到什么高度，就不是我这个层次能点评的了。

编程的世界永远向所有热爱编程的人开放，这是一个自由，平等，共享的世界，我始终是这样坚信的。

附：国外程序员整理的Java资源大全

构建

这里搜集了用来构建应用程序的工具。

Apache Maven：Maven使用声明进行构建并进行依赖管理，偏向于使用约定而不是配置进行构建。Maven优于Apache Ant。后者采用了一种过程化的方式进行配置，所以维护起来相当困难。

Gradle：Gradle采用增量构建。Gradle通过Groovy编程而不是传统的XML声明进行配置。Gradle可以很好地配合Maven进行依赖管理，并且把Ant脚本当作头等公民。

字节码操作

编程操作Java字节码的函数库。

ASM：通用底层字节码操作及分析。

Javassist：尝试简化字节码编辑。

Byte Buddy：使用“流式API”进一步简化字节码生成。

代码分析

软件度量和质量评估工具。

Checkstyle：对编程规范和标准进行静态分析。

FindBugs：通过字节码静态分析找出潜在Bug。

PMD：对源代码中不良编程习惯进行分析。

SonarQube：通过插件集成其它分析组件，提供评估最终结果报告。

编译器

创建分析器、解释器和编译器的框架。

ANTLR：功能完备的自顶向下分析复杂框架。

JavaCC：相对ANTLR更具体，上手略为简单。支持语法语法超前预测（syntactic lookahead）。

持续集成

支持持续集成、测试和应用发布的工具。

Bamboo：Atlassian的持续集成（CI）解决方案，包含很多其它产品。

CircleCI：提供托管服务，可免费试用。

Codeship：提供托管服务，提供有限免费计划。

Go：ThoughtWork开源持续集成解决方案。

Jenkins：提供基于服务器的部署服务。

TeamCity：JetBrain持续集成方案，提供免费版。

Travis：提供托管服务，常用于开源项目。

数据库

简化数据库交互的工具、库。

Flyway：使用Java API轻松完成数据库迁移。

H2：小型SQL数据库，以内存操作著称。

JDBI：便捷的JDBC抽象。

jOOQ：基于SQL schema生成类型安全代码。

Presto：针对大数据的分布式SQL查询引擎。

Querydsl：针对Java的类型安全统一查询。

日期和时间

处理日期和时间的函数库。

Joda-Time：Java 8出现之前，它是日期、时间处理的标准函数库。

Time4J：Java高级日期、时间函数库。

依赖注入

帮助代码实现控制反转模式的函数库。

Dagger ：编译期的注入框架，没有使用反射，主要用于Android开发。

Guice：轻量级注入框架，功能强大可与Dagger媲美。

开发库

从基础层次上改进开发流程。

AspectJ：面向切面编程扩展，与程序无缝连接。

Auto：源代码生成器集合。

DCEVM：通过修改JVM，在运行时可无限次重定义已加载的类。OpenJDK 7、8已提供支持，详情可查看这个分支（fork）。

JRebel：商用软件，无需重新部署可即时重新加载代码及配置。

Lombok：代码生成器，旨在减少Java冗余代码。

RxJava：使用JVM中可观察序列，创建异步、基于事件应用程序的函数库。

Spring Loaded：另一个JVM类重载代理。

vert.x：JVM多语言事件驱动应用框架。

分布式应用

用来开发分布式、具有容错性应用程序的函数库和框架。

Akka：构建并发、分布式和具有容错功能的事件驱动应用程序所需的工具包和运行时。

Apache Storm：分布式实时计算系统。

Apache ZooKeeper：为大型分布式系统，使用分布式配置、同步和命名注册提供协调服务。

Hazelcast：分布式、高可扩展性内存网格。

Hystrix：为分布式系统提供延迟和容错处理。

JGroups：一组提供可靠消息传输的工具包，可用来创建集群。集群中的节点可互相发送消息。

Quasar：为JVM提供轻量级线程和Actor。

发布

使用本机格式分发Java应用程序的工具。

Bintray：对二进制发布进行版本控制，可与Maven或Gradle配合使用。

IzPack：为跨平台部署建立授权工具。

Launch4j：将JAR包装为小巧的Windows可执行文件。

packr：将程序JAR、资源和JVM打包成Windows、Linux和Mac OS X的本机文件。

文档处理

用来处理Office格式文档的函数库。

Apache POI：支持OOXML （XLSX、DOCX、PPTX）以及 OLE2 （XLS, DOC or PPT）格式的文档。

jOpenDocument：处理OpenDocument格式文档。

游戏开发

游戏开发框架。

jMonkeyEngine：支持现代3D开发的游戏引擎。

libGDX：全面的跨平台高级开发框架。

LWJGL：抽象了OpenGL、CL、AL等函数库的健壮框架。

GUI

用来创建现代图形用户界面的函数库。

JavaFX：Swing的继承者。

Scene Builder：JavaFX虚拟布局工具。

高性能

与高性能计算有关的资源，包括集合以及很多具体功能的函数库。

Disruptor：线程间消息函数库。

fastutil：快速紧凑的Java类型安全集合。

GS Collections：受Smalltalk启发的集合框架。

hftc：Hash set和hash map。

HPPC：基本类型集合。

Javolution：针对实时嵌入式系统的函数库。

Trove：基本类型集合。

IDE

视图简化开发的集成开发环境。

Eclipse：后台做了很多工作java 识别编码格式，以其丰富插件著称。

IntelliJ IDEA：支持很多JVM语言，为Android开发提供了很多不错的选项。其商业版本主要面向企业用户。

NetBeans：集成了很多Java SE和Java EE特性，包括数据库访问、服务器、HTML5以及AngularJS。

图像处理

用来帮助创建、评估或操作图形的函数库。

Picasso：Android下载图像和图像缓存函数库。

ZXing：多种格式的一维、二维条形码处理函数库。

JSON

简化JSON处理的函数库。

Gson：将Java对象序列化为JSON及反向操作。使用时提供了很好的性能。

Jackson：与GSON类似，但如果需要频繁初始化Jackson库会带来性能问题。

JVM和JDK

目前的JVM、JDK实现。

JDK 9：JDK 9早期访问版本。

OpenJDK：开源实现。

日志

记录应用程序的日志函数库。

Apache Log4j 2：对之前版本进行了完全重写。现在的版本具备一个强大的插件和配置架构。

kibana：对日志进行分析并进行可视化。

Logback：Log4j原班人马作品。被证明是一个强健的日志函数库，通过Groovy提供了很多有意思的配置选项。

logstash：日志文件管理工具。

SLF4J：日志抽象层，需要与某个具体日志框架配合使用。

机器学习

提供具体统计算法的工具。其算法可从数据中学习。

Apache Hadoop：对商用硬件集群上大规模数据存储和处理的开源软件框架。

Apache Mahout：专注协同过滤、聚类和分类的可扩展算法。

Apache Spark：开源数据分析集群计算框架。

h2o：用作大数据统计的分析引擎。

Weka：用作数据挖掘的算法集合，包括从预处理到可视化的各个层次。

消息

在客户端之间进行消息传递，确保协议独立性的工具。

Apache ActiveMQ：实现JMS的开源消息代理（broker），可将同步通讯转为异步通讯。

Apache Kafka：高吞吐量分布式消息系统。

JBoss HornetQ：清晰、准确、模块化且方便嵌入的消息工具。

JeroMQ：ZeroMQ的纯Java实现。

其它

其它资源。

Design Patterns：实现并解释了最常见的设计模式。

Jimfs：内存文件系统。

Lanterna：类似curses的简单console文本GUI函数库。

LightAdmin：可插入式CRUD UI函数库，可用于快速应用开发。

Metrics：创建自己的软件度量或者为支持框架添加度量信息，通过JMX或HTTP进行发布或者发送到数据库。

OpenRefine：用来处理混乱数据的工具，包括清理、转换、使用Web Service进行扩展并将其关联到数据库。

RoboVM：Java编写原生iOS应用。

自然语言处理

用来专门处理文本的函数库。

Apache OpenNL：处理类似分词等常见任务的工具。

CoreNLP：斯坦佛的CoreNLP提供了一组基础工具，可以处理类似标签、实体名识别和情感分析这样的任务。

LingPipe：一组可以处理各种任务的工具集，支持POS标签、情感分析等。

Mallet：统计学自然语言处理、文档分类、聚类、主题建模等。

网络

网络编程函数库。

Netty：构建高性能网络应用程序开发框架。