【charset】字符串和字符集的理解

今天在写socket接口的时候，需要接受数据，对数据处理完以后需要发送到别的地址。因为接受和发送的数据字符集不同，所以中间需要处理字符集。以前对这个不是很清楚，今天在写的时候发现了两点，做一下总结。本人做Java开发，所以都是用Java举例。

字符串

首先明确一点，Java的String类型，是没有字符集的概念的，字符串就只是字符串。比如:

String str = "这是一个字符串ABC";

字符集

举常见的GBK和UTF-8，需要用到字符集的地方，一般是接收数据和发送数据的时候，你想要把字节数组按照什么字符集规则解码接收，和你想要把字符串按照什么字符集规则编码发送。

比如说，程序A要发送字符串str

String str = "这是一个字符串ABC";

它按照GBK的进行编码发送到了B，那么B就必须按照GBK的编码规则进行解码，否则就出现了乱码。如果B按照GBK进行解码，得到了字符串str，此时这个字符串就没有字符集的概念了，就只是一个单纯的字符串，清纯不做作。

这时B准备把字符串str发送给C，B的项目默认编码是GBK，C表示它用的是UTF-8也不准备修改接收的编码，那么需要指定编码规则：

byte[] bytes = str.getBytes(Charset.forName("UTF-8"));

如果B项目的默认编码是UTF-8，那么就不需要指定了，直接默认编码就可以：

byte[] bytes = str.getBytes();

以上是简单小结，后续有新想法再补充。