点评字符串编码认知
字符串重编码
这个问题说来比较简单，转码就一行搞定，不信你看看，但究竟为什么要转码，是个很深奥的问题，看例子：
importjava.io.UnsupportedEncodingException;
/**
* 字符串转码测试
*
* @author leizhimin 2009-7-17 10:50:06
*/
public classTestEncoding {
public static voidmain(String[] args) throwsUnsupportedEncodingException {
System.out.println( "转码前，输出Java系统属性如下：");
System.out.println( "user.country:"+ System.getProperty( "user.country"));
System.out.println( "user.language:"+ System.getProperty( "user.language"));
System.out.println( "sun.jnu.encoding:"+ System.getProperty( "sun.jnu.encoding"));
System.out.println( "file.encoding:"+ System.getProperty( "file.encoding"));
System.out.println( "---------------");
String s = "熔岩博客";
String s1 = newString(s.getBytes(), "UTF-8");
String s2 = newString(s.getBytes( "UTF-8"), "UTF-8");
String s3 = newString(s.getBytes( "UTF-8"));
String s4 = newString(s.getBytes( "UTF-8"), "GBK");
String s5 = newString(s.getBytes( "GBK"));
String s6 = newString(s.getBytes( "GBK"), "GBK");
System.out.println(s1);
System.out.println(s2);
System.out.println(s3);
System.out.println(s4);
System.out.println(s5);
System.out.println(s6);
}
}
/**
* 字符串转码测试
*
* @author leizhimin 2009-7-17 10:50:06
*/
public classTestEncoding {
public static voidmain(String[] args) throwsUnsupportedEncodingException {
System.out.println( "转码前，输出Java系统属性如下：");
System.out.println( "user.country:"+ System.getProperty( "user.country"));
System.out.println( "user.language:"+ System.getProperty( "user.language"));
System.out.println( "sun.jnu.encoding:"+ System.getProperty( "sun.jnu.encoding"));
System.out.println( "file.encoding:"+ System.getProperty( "file.encoding"));
System.out.println( "---------------");
String s = "熔岩博客";
String s1 = newString(s.getBytes(), "UTF-8");
String s2 = newString(s.getBytes( "UTF-8"), "UTF-8");
String s3 = newString(s.getBytes( "UTF-8"));
String s4 = newString(s.getBytes( "UTF-8"), "GBK");
String s5 = newString(s.getBytes( "GBK"));
String s6 = newString(s.getBytes( "GBK"), "GBK");
System.out.println(s1);
System.out.println(s2);
System.out.println(s3);
System.out.println(s4);
System.out.println(s5);
System.out.println(s6);
}
}
输出结果：
转码前，输出Java系统属性如下：
user.country:CN
user.language:zh
sun.jnu.encoding:GBK
file.encoding:UTF-8
---------------
熔岩博客
熔岩博客
熔岩博客
鐔斿博鍗氬
���Ҳ���
熔岩博客
Process finished with exit code 0
user.country:CN
user.language:zh
sun.jnu.encoding:GBK
file.encoding:UTF-8
---------------
熔岩博客
熔岩博客
熔岩博客
鐔斿博鍗氬
���Ҳ���
熔岩博客
Process finished with exit code 0
以下是我对打印结果的理解：
大环境：JVM 的 file.encoding 属性的值为：UTF-8
表明代码文件中的中文是以 UTF-8 进行编码的
结论1：s1，s2，s3 都是差不多的：
依据1。getBytes() 等价于 getBytes(Charset.defaultCharset().toString());
则：getBytes() 等同于 getBytes("UTF-8")
依据2。String s = new String(byte[]) 等价于 String s = new String(byte[], defaultCharset);
则：new String(byte[]) 等同于 new String(byte[], "UTF-8");
关于s4，字符串编码已经由 UTF-8 转码为 GBK
如果这个被转换为 GBK 编码的字符串被放到 file.encoding=“GBK” 的代码编辑器里面，
我想 s4 应该是能够正常打印成中文的~
但是如前所述，本次案例的代码编辑器仅能正常显示UTF-8编码的汉字，
那么，尽管s4是那么的“表里如一”，也就只能受尽委屈了
关于s5，那句代码是等价于 String s5 = new String(s.getBytes("GBK"), "UTF-8"); 的
s 显然是 UTF-8 编码的汉字(
汉字只是字节数据按编码表映射出来的显示在你面前的符号，计算机内部其实他是字节数据
)，
编码表就如同一个字典，由一个个的 “1或多个字节 <--> 符号(英文，汉字，韩文，日语等字符)” 键值对组成。
(1个字符可能不仅仅对应于1个byte字节。实际上，ASCII里面的每个符号都对应一个字节，汉字多是对应2到多个字节)。
很遗憾，因为全世界n多国家和种族部落，所以大家用的并非同一套编码表，不然就没有那么多编码的问题了~
我深深为这个问题折磨过很长一段时间，我也相信，还有不少人和我一样遭受着同样的烦恼~
先分析 s.getBytes("GBK") 这段代码，他做了这样一些事情：
把s分割成一个个的字符，形如：'熔'，'岩'，'博'，'客'。
然后，拿这些字符去查 GBK 这张字符编码表，
得到这些字符所对应的字节数据，这些字节数据加在一起便成了字节数组 byte[] 这种数据类型，第一小段分析完毕。
然后分析第二小段：new String(s.getBytes("GBK"), "UTF-8");
如上所述，s.getBytes("GBK") 得到了一个字节数组 byte[]，
现在，又用这些字节去查 UTF-8 这张字符编码表，
和之前叙述过的情况比较相似，不过前面是用符号查字节，现在反过来了，使用字节去查所对应的符号，
而且，一个不容忽视的细节是：
现在用的这张表和前面所用的表已经不是同一张表了(前面是GBK表，后面是 UTF-8 表)~
下面已经不用我多赘述了，无疑解码出来的 java 字符串肯定是要乱套了。
(java中的编码和解码所指的是什么，我一直没得到过工整的答案。
我推测，字符串->字节=编码，反之为解码。依据：
我认为码应该是更为核心的东西——对于计算机而言，而字符作为映射出来的物件，显得没字节数据那么沉)。
关于s6，用上面的理论来加以推算，得到能够正常显示出来的中文是非常合理的!!
个人认知，如有不准确的论述，欢迎各位拍砖!!!
本文出自 “yang3wei” 博客，如需转载，请评论告知！