详解Java中String类型与默认字符编码

为什么写这个

至于为什么要写这个，主要是一句mmp一定要讲，绕了一上午，晕死
java程序中的中文乱码问题一直是一个困扰程序员的难题，自己也不例外，早在做项目时就遇到过很多编码方式的坑，当时想填来着，但是嫌麻烦。这次终于忍不住了，一定要弄个明白

string类型的编码方式

从网上查的资料都说，java默认的字符编码是unicode，而string类型的编码方式是与jvm编码方式和本机操作系统默认字符集有关的。于是我做出了测试
在java中可以这样显示查看本地编码方式（jvm还是os呢？）

// gets the system property indicated by the specified key.
system.out.println(system.getproperty(file.encoding));

看注释上说是获取系统字符集，但是我对这个系统的概念表示存疑，为什么呢，因为众所周知，我们中国人的电脑大部分默认的字符编码方式就是gbk，在cmd中输入chcp可以获得一个数值936，这就表示了是gbk的编码方式。

但是我自己运行出这句话的结果竟然是utf-8，我是在idea中运行的，并且已经使用idea设置了项目的编码方式是utf-8，出现这样的结果我只能是猜测其实上面这句话是获取jvm（跟随项目的编码方式）的编码方式

接下来我们来回归正题，string类型的默认编码方式是什么，有下面这几句语句:

/* 测试string类型默认的编码方式
*/

// 使用string的有参构造方法
string str = new string("hhhh ty智障%shfu摸淑芬十分uif内服nsf黑");
// 1.以gbk编码方式获取str的字节数组，再用string有参构造函数构造字符串
system.out.println(new string(str.getbytes("gbk")));
// 2.以utf-8编码方式获取str的字节数组，再以默认编码构造字符串
system.out.println(new string(str.getbytes("utf-8")));

下面来看一下运行结果：

// 1.
hhhh ty����%shfu�����ʮ��uif�ڷ�nsf��i����ظ���u��Ϊ��ؼu ��δ���δ��� hhhh ty智障%shfu摸淑芬十分uif内服nsf黑i飞鸟回复额u发为呢丶u 房未婚夫未婚夫
// 2.
hhhh ty智障%shfu摸淑芬十分uif内服nsf黑i飞鸟回复额u发为呢丶u 房未婚夫未婚夫

 可以很明显的可以看出，这里string类型默认的字符编码方式就是与我们查看本地系统的编码方式相同。因此我们得出结论：string类型的默认编码方式是和本地编码方式相关

string.getbytes()方法

我们大多数情况下是不使用string类型的，而是使用byte数组来传输操作数据，一般会使用string.getbytes()方法来将字符串转换成字节数组。但是这样转换的时候，会不会牵涉到编码问题呢？仔细查看了string.getbytes()的源码，分为无参的和有参的两种：

// 1.无参的getbytes()方法
  public byte[] getbytes() {
    // 再继续深入encode()方法可以发现使用的是系统默认的字符编码
    return stringcoding.encode(value, 0, value.length);
  }

// 2.带参数的getbytes(string charsetname)方法
  public byte[] getbytes(string charsetname)
      throws unsupportedencodingexception {
    if (charsetname == null) throw new nullpointerexception();
    // 继续深入可以发现，会使用参数字符集编码方式来返回字节数组，如果参数字符集不存在，则使用本地系统默认的字符编码
    return stringcoding.encode(charsetname, value, 0, value.length);
  }

综上，在这里再强调一下，因为修改了项目的编码方式，导致了本地系统的编码方式也变成了utf-8，所以上述的实验都是基于ide修改了工程项目编码方式的基础上

bytebuffer与byte数组的互相转换

在nio中，一般都是使用bytebuffer来当作字符缓冲，而有的时候我们只有byte[]数组，所以是需要它们之间进行相互转换的

// bytebuffer ----> byte[]
byte[] bytes = bytebuffer.array();

// byte[] ------> bytebuffer
byte[] bytes = new byte[1024];
bytebuffer bytebuffer = bytebuffer.wrap(bytes);

so

综上所述，再在这里总结一下：

1. 本地jvm的编码方式是和本机os默认的字符编码方式相关的，但是jvm的编码方式可以被修改
2. java程序的默认字符集是unicode，在程序中声明的string类型的编码方式是和jvm编码方式相关的
3. string.getbytes()方法默认的编码方式是jvm编码方式；同时还可以接收一个字符集名称当作参数，优先使用参数的字符集
4. 因为java代码使用的unicode字符集，允许各编码方式之间转换，但不保证bit损失，所以string类型可以得到不同编码方式的byte数组，只要按照编码解码的方式获取字符串类型显示即可
5. 文件的流通道是根据文件的编码方式决定的，所以不同编码方式的文件读写时要注意编码解码
6. bytebuffer声明的buffer可以与byte数组之间进行转换，但要注意的是bytebuffer的大小一定要足够大以承载下所有的byte数组
   

小总结

搞清楚了这些甚是豁然开朗，其实很多时候中文的乱码问题根源就是编码方式与解码方式不一致，或者是不同编码方式之间转换时造成了bit损失。所以我们还是要注意规范化编码与解码方式，毕竟有的转换操作是不可逆的。

以上所述是小编给大家介绍的java中string类型与默认字符编码详解整合，希望对大家有所帮助