String的getBytes()默认编码问题
我们学习java基础的时候.我们都知道在main方法中String的getBytes()方法如果不指定编码格式,默认是UTF-8的方法进行的编码.我们一直认为默认的编码格式就是UTF-8.直到我们学习了javaWeb.在Servlet中.我们通过getBytes()获取的是按照GBK进行编码的.至此我们就有了疑惑.这个getBytes()方法到底是怎么选择默认编码的.我们带着疑惑,去翻一下String的源代码.
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
public byte[] getBytes() {
return StringCoding.encode(value, 0, value.length);
}
|
继续跟进StringCoding的encode方法
[AppleScript] 纯文本查看 复制代码
?
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
|
static byte[] encode(char[] ca, int off, int len) {
String csn = Charset.defaultCharset().name();
try {
// use charset name encode() variant which provides caching.
return encode(csn, ca, off, len);
} catch (UnsupportedEncodingException x) {
warnUnsupportedCharset(csn);
}
try {
return encode("ISO-8859-1", ca, off, len);
} catch (UnsupportedEncodingException x) {
// If this code is hit during VM initialization, MessageUtils is
// the only way we will be able to get any kind of error message.
MessageUtils.err("ISO-8859-1 charset not available: "
+ x.toString());
// If we can not find ISO-8859-1 (a required encoding) then things
// are seriously wrong with the installation.
System.exit(1);
return null;
}
}
|
从以上源码中可以看出是通过
[AppleScript] 纯文本查看 复制代码
?
|
1
|
String csn = Charset.defaultCharset().name();
|
来获取默认编码方式的.我们继续跟进.查看Charset的defaultCharSet()方法.
[AppleScript] 纯文本查看 复制代码
?
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
|
public static Charset defaultCharset() {
if (defaultCharset == null) {
synchronized (Charset.class) {
String csn = AccessController.doPrivileged(
new GetPropertyAction("file.encoding"));
Charset cs = lookup(csn);
if (cs != null)
defaultCharset = cs;
else
defaultCharset = forName("UTF-8");
}
}
return defaultCharset;
}
|
从以上源码中我们不难看出,不出异常的情况下.默认编码是由file.encoding决定的.我们分别在main方法和Servlet中去获取file.encoding去测试一下.
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
4
5
6
7
|
public class Demo {
public static void main(String[] args) {
System.out.println("file.encoding="+System.getProperty("file.encoding"));
byte[] bytes = "黑马程序员".getBytes();
System.out.println(Arrays.toString(bytes));
}
}
|
输出结果是
[AppleScript] 纯文本查看 复制代码
?
|
1
2
|
file.encoding=UTF-8
[-23, -69, -111, -23, -87, -84, -25, -88, -117, -27, -70, -113, -27, -111, -104]
|
在Servlet中的测试代码:
[AppleScript] 纯文本查看 复制代码
?
|
01
02
03
04
05
06
07
08
09
10
11
12
13
|
@WebServlet("/user/findAllServlet")
public class ServletDemo1 extends HttpServlet {
protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
System.out.println("findAllServlet...");
System.out.println("file.encoding="+System.getProperty("file.encoding"));
byte[] bytes = "黑马程序员".getBytes();
System.out.println(Arrays.toString(bytes));
}
protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
this.doPost(request, response);
}
}
|
输出结果是:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
|
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
getBytes()方法的默认编码确实是跟file.encoding一致的.file.encoding是由谁决定的呢?网上很多流传说是跟当前文件的编码格式相同.那我们测试一下.
在idea中我们讲文件的编码格式改成GBK.
发现事与愿违.file.encoding依然是UTF-8的.也就是说file.encoding跟文件的编码没有任何关系.相同的代码.我们用命令行窗口去编译和运行.发现file.encoding竟然变成了GBK
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
我们讲Demo.java文件改成UTF-8编码格式的用 javac -encoding utf-8 Demo.java进行编译.然后运行发现file.encoding竟然没有变:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
这说明file.encoding跟编译环境没有关系.只跟运行环境有关.我们尝试运行的时候指定file.encoding编码:
[AppleScript] 纯文本查看 复制代码
?
|
1
|
java -Dfile.encoding=utf-8 Demo
|
运行结果就是:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
|
file.encoding=utf-8
[-23, -69, -111, -23, -87, -84, -25, -88, -117, -27, -70, -113, -27, -111, -104]
|
运行时将file.encoding指定成gbk
[AppleScript] 纯文本查看 复制代码
?
|
1
|
java -Dfile.encoding=gbk Demo
|
运行结果就是:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
到此我们就知道了.Tomcat在启动的时候将file.encoding指定成了gbk.所以我们在Servlet中获取字节码数组的时候,默认用的就是gbk.
Tomcat是根据当前操作系统来设置file.encoding的值.我电脑是windows简体中问的.所以默认就是GBK的.
我们可以在catalina.bat中将file.encoding设置成utf-8.
[AppleScript] 纯文本查看 复制代码
?
|
1
|
set "JAVA_OPTS=%JAVA_OPTS% %LOGGING_CONFIG% -Dfile.encoding=UTF-8"
|
重启Tomcat.再访问我们的Servlet.file.encoding就改成UTF-8的了.
至此,困扰我们的getBytes()默认编码格式问题就解决了.
我们学习java基础的时候.我们都知道在main方法中String的getBytes()方法如果不指定编码格式,默认是UTF-8的方法进行的编码.我们一直认为默认的编码格式就是UTF-8.直到我们学习了javaWeb.在Servlet中.我们通过getBytes()获取的是按照GBK进行编码的.至此我们就有了疑惑.这个getBytes()方法到底是怎么选择默认编码的.我们带着疑惑,去翻一下String的源代码.
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
public byte[] getBytes() {
return StringCoding.encode(value, 0, value.length);
}
|
继续跟进StringCoding的encode方法
[AppleScript] 纯文本查看 复制代码
?
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
|
static byte[] encode(char[] ca, int off, int len) {
String csn = Charset.defaultCharset().name();
try {
// use charset name encode() variant which provides caching.
return encode(csn, ca, off, len);
} catch (UnsupportedEncodingException x) {
warnUnsupportedCharset(csn);
}
try {
return encode("ISO-8859-1", ca, off, len);
} catch (UnsupportedEncodingException x) {
// If this code is hit during VM initialization, MessageUtils is
// the only way we will be able to get any kind of error message.
MessageUtils.err("ISO-8859-1 charset not available: "
+ x.toString());
// If we can not find ISO-8859-1 (a required encoding) then things
// are seriously wrong with the installation.
System.exit(1);
return null;
}
}
|
从以上源码中可以看出是通过
[AppleScript] 纯文本查看 复制代码
?
|
1
|
String csn = Charset.defaultCharset().name();
|
来获取默认编码方式的.我们继续跟进.查看Charset的defaultCharSet()方法.
[AppleScript] 纯文本查看 复制代码
?
|
01
02
03
04
05
06
07
08
09
10
11
12
13
14
|
public static Charset defaultCharset() {
if (defaultCharset == null) {
synchronized (Charset.class) {
String csn = AccessController.doPrivileged(
new GetPropertyAction("file.encoding"));
Charset cs = lookup(csn);
if (cs != null)
defaultCharset = cs;
else
defaultCharset = forName("UTF-8");
}
}
return defaultCharset;
}
|
从以上源码中我们不难看出,不出异常的情况下.默认编码是由file.encoding决定的.我们分别在main方法和Servlet中去获取file.encoding去测试一下.
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
4
5
6
7
|
public class Demo {
public static void main(String[] args) {
System.out.println("file.encoding="+System.getProperty("file.encoding"));
byte[] bytes = "黑马程序员".getBytes();
System.out.println(Arrays.toString(bytes));
}
}
|
输出结果是
[AppleScript] 纯文本查看 复制代码
?
|
1
2
|
file.encoding=UTF-8
[-23, -69, -111, -23, -87, -84, -25, -88, -117, -27, -70, -113, -27, -111, -104]
|
在Servlet中的测试代码:
[AppleScript] 纯文本查看 复制代码
?
|
01
02
03
04
05
06
07
08
09
10
11
12
13
|
@WebServlet("/user/findAllServlet")
public class ServletDemo1 extends HttpServlet {
protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
System.out.println("findAllServlet...");
System.out.println("file.encoding="+System.getProperty("file.encoding"));
byte[] bytes = "黑马程序员".getBytes();
System.out.println(Arrays.toString(bytes));
}
protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
this.doPost(request, response);
}
}
|
输出结果是:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
|
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
getBytes()方法的默认编码确实是跟file.encoding一致的.file.encoding是由谁决定的呢?网上很多流传说是跟当前文件的编码格式相同.那我们测试一下.
在idea中我们讲文件的编码格式改成GBK.
发现事与愿违.file.encoding依然是UTF-8的.也就是说file.encoding跟文件的编码没有任何关系.相同的代码.我们用命令行窗口去编译和运行.发现file.encoding竟然变成了GBK
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
我们讲Demo.java文件改成UTF-8编码格式的用 javac -encoding utf-8 Demo.java进行编译.然后运行发现file.encoding竟然没有变:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
这说明file.encoding跟编译环境没有关系.只跟运行环境有关.我们尝试运行的时候指定file.encoding编码:
[AppleScript] 纯文本查看 复制代码
?
|
1
|
java -Dfile.encoding=utf-8 Demo
|
运行结果就是:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
|
file.encoding=utf-8
[-23, -69, -111, -23, -87, -84, -25, -88, -117, -27, -70, -113, -27, -111, -104]
|
运行时将file.encoding指定成gbk
[AppleScript] 纯文本查看 复制代码
?
|
1
|
java -Dfile.encoding=gbk Demo
|
运行结果就是:
[AppleScript] 纯文本查看 复制代码
?
|
1
2
3
|
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
|
到此我们就知道了.Tomcat在启动的时候将file.encoding指定成了gbk.所以我们在Servlet中获取字节码数组的时候,默认用的就是gbk.
Tomcat是根据当前操作系统来设置file.encoding的值.我电脑是windows简体中问的.所以默认就是GBK的.
我们可以在catalina.bat中将file.encoding设置成utf-8.
[AppleScript] 纯文本查看 复制代码
?
|
1
|
set "JAVA_OPTS=%JAVA_OPTS% %LOGGING_CONFIG% -Dfile.encoding=UTF-8"
|
重启Tomcat.再访问我们的Servlet.file.encoding就改成UTF-8的了.
至此,困扰我们的getBytes()默认编码格式问题就解决了.
更多免费技术资料可关注：annalin1203