Java中string的编码的详细说明

本文主要说明java的系统里字符串（string）的编码的情况

 

首先一个问题，如何知道某个string（变量的值）的编码是什么？情况复杂，下面分开说明

 

首先要知道系统默认编码（“系统”不是指操作系统，而是本java应用）。影响编码有以下情况：

默认时，就是操作系统的编码，我们用的中文windows编码一般是GBK，而linux一般是utf-8

当java启动命令可以指定具体编码。我们生产环境一般都会设为utf-8。编码设置方法在开发和生产环境有不同方法，对于开发环境，编码的设置跟开发用的IDE有关，这里不展开，对于生产环境，编码设置在java运行命令的参数

 

 -Dfile.encoding=utf-8

 

上面说的是编码设置，那怎么确定java应用真实使用的编码（确认设置是否生效）？可以用如下代码输出

 

       //获取系统默认编码
        logger.info("系统默认编码：" + System.getProperty("file.encoding"));
        //系统默认字符编码
        logger.info("系统默认字符编码:" + Charset.defaultCharset());
        //操作系统用户使用的语言
        logger.info("系统默认语言:" + System.getProperty("user.language"));

 

在我自己的IDEA开发环境运行输出如下。因为在IDEA的配置设了编码是utf-8

PS：【系统默认编码】和【系统默认字符编码】到底哪个才影响“string的编码”还不清楚，弄的两个都一样的就最好了

 

   

到此，我们解决了java应用默认编码的问题，“在代码中显式赋值的string“的编码都是默认编码，例如下图这些就是

 

   

但是，string的值来源很多，例如有从配置文件读取，从http调用（作为服务端）传入，从excel或文本文件读取等等。此时string的编码跟文件本身的编码甚至读取的相关工具类的编码设置都有关，这里不展开怎么修改编码。但怎么确认他们是什么编码？可以用以下方法

PS：此方法在实际使用中发现不太准确，因此还有待验证

    public static final String[] ENCODES = new String[]{"UTF-8", "GBK", "GB2312", "ISO-8859-1", "ISO-8859-2"};

    /**
     * 获取字符串是什么编码，例如返回的值有：UTF-8，GBK，ISO-8859-1等
     *
     * @param str
     * @return
     */
    public static String getEncode(String str) {
        byte[] data = str.getBytes();
        byte[] b = null;
        a:
        for (int i = 0; i < ENCODES.length; i++) {
            try {
                b = str.getBytes(ENCODES[i]);
                if (b.length != data.length) {
                    continue;
                }
                for (int j = 0; j < b.length; j++) {
                    if (b[j] != data[j]) {
                        continue a;
                    }
                }
                return ENCODES[i];
            } catch (UnsupportedEncodingException e) {
                continue;
            }
        }
        return null;
    }

  

输出如下，