java 中文乱码问题

1.要记住的事实

　java的class文件是utf-8编码的，jvm使用utf-16，而java的字符串使用unicode编码

2.java支持的字符集

　java支持的字符集可以通过java.nio.charset.Charset类查看到

for(String key:Charset.availableCharsets().keySet()){
    System.out.println(key);
}

3.文件读取中的坑

a.读取外部文件

如果没注意外部文件的编码格式，我们的代码也没做处理的话，当默认的编码格式与文件的编码格式不一致时，就会出现中文乱码

    InputStreamReader in1 = new InputStreamReader(new FileInputStream("a.txt"));
    InputStreamReader in2 = new InputStreamReader(new FileInputStream("a.txt"), "UTF-8");

这里的in1就会采用当前环境默认的编码格式去读取a.txt，而in2指定使用UTF-8去读取a.txt，清楚外部文件的编码格式比较重要(约定大于配置:-))

获取环境默认的编码

System.out.println(Charset.defaultCharset());

win中一般系统默认的是GBK,IDE中是UTF-8

b.字符串与字节数组

常见转换方式是

    "test".getBytes();    

实际上等价于

    "test".getBytes(Charset.defaultCharset());    

字节数组到字符串

    new String("test".getBytes(Charset.defaultCharset()));    

c.字符串迷局

    new String(input.getBytes("ISO-8859-1"),"Big5");

说法1：把input字符串从ISO-8859-1编码方式转换成Big5编码方式

说法2：我以为你给我的是Big5，你却给我ISO-8859-1，而系统只认识unicode

4.如何跳过坑

处理字符串及文件读写时，时刻清楚：字符串编码(unicode)、环境编码(UTF-8?GBK?)、外部文件编码

 

 

自动检测文件编码：http://www.iteye.com/topic/108540