Java中String字符编码(CharSet)转换的相关问题

最新推荐文章于 2025-06-04 10:18:18 发布

xiaoanian

最新推荐文章于 2025-06-04 10:18:18 发布

阅读量1.2w

点赞数 2

CC 4.0 BY-SA版权

分类专栏： java CharSet 文章标签： Java String CharSet UTF-8 Unicode

本文链接：https://blog.youkuaiyun.com/xiaoanian/article/details/17926171

java 同时被 2 个专栏收录

3 篇文章

订阅专栏

CharSet

1 篇文章

订阅专栏

这篇博客探讨了Java中String字符编码的问题，强调String内部使用UTF-16编码，通过getBytes()方法可以转换为不同CharSet的字节数组。博主指出，直接使用String构造函数进行编码转换是无效的，并建议在网络传输时使用UTF-8编码以节省空间。文章提供了一些关键资源链接和示例代码以帮助理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

有用的资料

最近在字符编码上遇到一些问题，查阅了很多资料，有了一点领悟。以下是几个比较重要的资料：

《彻底搞懂字符编码》：http://blog.youkuaiyun.com/softman11/article/details/6124345

《深入分析 Java 中的中文编码问题》：http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/

看了以上两篇文章，基本就能搞懂字符编码问题了。

下面是关于Java的字符编码问题的一个帖子，解释了Java的String中的字符存储问题：

http://stackoverflow.com/questions/12187645/java-utf8-encoding-char-string-types

个人小结：

在任何平台上，String中的char[]都是UTF-16类型的数组。String的所有操作都是在这个char[]上完成的。

Java的String是一个中间结果，可以通过getBytes(charset)函数得到指定编码的byte[]。

String.getBytes(charset)实际上是将UTF-16数组按照对应的charset编码为byte[]。网络程序中，将byte[]传输到其他平台，其他平台再用new String(byte[], charset)将byte[]转化为该平台本地的UTF-16字符串。

网上有一种转化字符串编码的方法：

String newString=new String(oldString.getBytes(oldCharSet),newCharSet)，这种方式实际上没有任何意义，纯属误导。下面简单解释一下。

以上转换的初衷通常是想在控制台（或文件）输出字符串。乱码是由于控制台（或文件）通常是GBK或UTF-8的，而String的char[]是UTF-16类型的。这时就需要使用 String.getBytes("GBK") 或者 String.getBytes("UTF-8") 得到byte[]，然后使用 OutputStream.write(byte[]) 即可得到正确的输出。

另外，UTF-8通常比较省空间，一般通过String.getBytes("UTF-8")得到byte[]，再进行网络传输。

示例程序

下面的程序简单的展示了这个过程：

import java.io.*;
public class TestCharSetConvert {	
	/*程序功能：
	 * 从文件中读入数据，以其他编码输出到其他文件中
	 */
	public static void main(String[] args){		
		//首先在程序目录下创建一个GBK编码的名为GBK.txt，里面可以包含任何汉字和英文等
		String inCharsetName="GBK";
		String[] outCharsetNames=new String[]{"GBK","GB2312","Unicode","UTF-8","UTF-16"};
		
		String content=readStringByStream(inCharsetName+".txt",inCharsetName);
		for(String outCharsetName: outCharsetNames){
			writeStringByStream(content,outCharsetName+".txt",outCharsetName);
		}
	}
	
	public static String readStringByStream(String inFilePath, String inCharsetName){
		try {
			FileInputStream fin=new FileInputStream(inFilePath);
			byte[] bytes=new byte[1024];
			int count=fin.read(bytes);
			String content=new String(bytes,0,count,inCharsetName);//解码为UTF-16字符串，inCharsetName必须与文件的字符编码一致，否则会失败或产生乱码
			System.out.format("read %s from %s with charset %s\n\n",content,inFilePath,inCharsetName);
			fin.close();
			return content;
		}
		catch (Exception e) {
			e.printStackTrace();
		}
		return "";
	}
	
	public static void writeStringByStream(String content, String outFilePath, String outCharsetName){
		try {
			FileOutputStream fout=new FileOutputStream(outFilePath);
			byte[] bytes=content.getBytes(outCharsetName);//将UTF-16字符串编码为指定字符集的字节流
			fout.write(bytes);			
			fout.close();			
			System.out.format("wrote %s to %s with charset %s\n",content,outFilePath,outCharsetName);
		}
		catch (Exception e) {			
			e.printStackTrace();
		}
	}
}

以上程序使用了InputStream和OutputStream以字节流的方式输入输出。实际上Java的Reader和Writer已经封装了这个过程，可以使用它们进行面向字符和字符串的操作。