Java基础教程（三十八）Java核心类之字符串和编码：Java字符串编码，你的代码暗藏“乱码刺客“？

一、字符串本质：Unicode字符的不可变舞者💃

Java字符串(String)是不可变的Unicode字符序列。底层使用char[]存储，每个char占2字节，代表一个UTF-16代码单元：

String str = "Javα"; // 'α' 占用1个char (Unicode:03B1)
System.out.println(str.length()); // 输出：4

但UTF-16仅是存储编码！与外界的字节数据交互时，需进行显式编/解码：

byte[] utf8Bytes = str.getBytes(StandardCharsets.UTF_8); // 编码为UTF-8字节流
String decoded = new String(utf8Bytes, StandardCharsets.UTF_8); // 字节流解码回字符串

二、编码陷阱：默认编码的"刺客"行为⚔️

致命错误：依赖平台默认编码转换：

// 危险操作！依赖默认编码
byte[] data = "你好".getBytes(); 
String recovered = new String(data); // 若默认编码不一致，乱码！

示例证明：

String text = "你好";
// 模拟不同平台编码
byte[] gbkBytes = text.getBytes("GBK");    // [ -60, -29, -70, -61 ]
byte[] utf8Bytes = text.getBytes(StandardCharsets.UTF_8); // [ -28, -67, -96, -27, -91, -67 ]

// 用错误编码解码 -> 乱码
System.out.println(new String(gbkBytes, StandardCharsets.UTF_8)); // 输出：���
System.out.println(new String(utf8Bytes, "GBK"));                // 输出：浣犲ソ

三、关键结论：驯服编码的利剑🗡️

1. 永不信任默认编码：始终在getBytes()和String构造函数中显式指定字符集（如StandardCharsets.UTF_8）。
2. 统一字符集：系统、数据库、网络传输强制使用UTF-8。
3. 理解char局限：char无法完整表示所有Unicode字符（如😊需2个char即代理对），处理复杂文本用codePoint相关API。
4. 性能优化：大量字符串操作考虑StringBuilder或StringBuffer（线程安全）。

警钟：忽视编码等于埋下"乱码刺客"，轻则显示异常，重则数据永久损坏。显式指定字符集，是每位Java开发者的生存技能！