java编码问题小结

1.java源文件中字符串内容的编码

java源文件中字符串的编码跟文件的编码一致，可以在eclipse中查看和修改源文件的编码；如果.java为utf8编码格式，那么默认的getBytes得到的字节流的编码格式为utf8格式；如果以getBytes("编码格式")的到的字节流的编码便为该编码格式。

然后通过new String(bytes,"编码格式")可以得到新的编码格式的字符串，不过这里的编码格式必须和字节流的编码格式一致。

2.java读取(字节流)文件中的内容&编码

java通过字节形式读取文件内容，如果想要打印输出，就会涉及到中文乱码问题，这时，如果将字节流转换为字符串，需使用文件的编码格式转换，即new String(bytes,"编码格式")，然后可无乱码打印文件内容。

3.java编码转换

如果java将字节转为字符串，默认的编码格式为java源文件的编码格式，如果字节流的编码格式不为java源文件的编码格式，则主动设置编码为字节流的编码才可得到正确编码的字符串。 可将正确格式的字符串转换编码为其他格式，比如将当前gbk编码的字符串转换为utf-8编码的字符串<new String(s.getBytes("utf-8"),"utf-8")>.

4. 以上总结在理解上存在一些问题，在我重新查阅资料，精心研究之后重新总结，因为前面的总结也有参考意义，所以就不删了。

5. 所谓编码转换

java的字符串都是以unicode编码的，编码是将字符转成字节的过程，utf-8编码是将字符串以utf-8的形式变成字节流，那么，将字节流转回原来的unicode码；于是，如果utf8编码的字节被误以为是gbk而以gbk方式解码，那么得到的unicode码就会和之前不一样，所以就产生了乱码，在这个意义上将，所有编码转换的说法时不准确的，我们要做的就是让程序不要将一种编码误认为是另一种编码解读，编码解码的过程唯一要做的就是：保持前后unicode码是一致的！unicode码是java默认编码(关于unicode码和utf-8的区别请另参阅资料)。所有的乱码都是因为将A编码误以为是B编码做了解码，在这个前提下，就很容易避免乱码的产生。

6.编码转换公式

经过本人实际的测试，得到了关于编码转换的一个“公式”，可以拿来做做参考。

<1> Unicode码守恒原则， 一个String的从开始到最后，它的编码要保持是它产生时的默认编码，如果是在java源文件中，那么它的默认编码方式就是java文件的编码，如果是从文件中产生，那么它的编码方式就是文件的编码，事实上，在这个过程中，它本身的编码是什么不要紧，它都是unicode码。

<2> 编码&乘法。 如果将String编码为一种格式编码的字节流，那么在原本编码基础上×当前编码方式

<3> 解码&除法。如果将bytes解码为String，那么在已有公式上÷当前解码方式

<4> 约分法则。 将整个过程中编码产生的乘法与解码产生的除法使用约分，分子分母相消，得出最终编码。然后参考<1>