String.getBytes()方法中的中文编码问题

得到一个操作系统默认的编码格式的字节数组。这表示在不同的操作系统下,返回的东西不一样!

byte[] a= "中".getBytes()

String.getBytes(String decode)方法会根据指定的decode编码返回某字符串在该编码下的byte数组表示,如

byte[] a= "中".getBytes(“GBK”)//长度为2

byte[] b= "中".getBytes("UTF-8")//长度为3

byte[] c= "中".getBytes("ISO8859-1")//长度为1

而与getBytes相对的,可以通过new String(byte[], decode)的方式来还原这个"中"字,  这个new String(byte[], decode)实际是使用指定的编码decode来将byte[]解析成字符串。

String s_gbk = new String(a,"GBK");String s_utf8 = new String(b,"UTF-8");String s_iso88591 = new String(c,"ISO8859-1");

通过输出s_gbk、s_utf8和s_iso88591,会发现s_gbk和s_utf8都是"中",而只有s_iso88591是一个不被识别的字符（可以理解为乱码）,为什么使用ISO8859-1编码再组合之后,无法还原"中"字？原因很简单,因为ISO8859-1编码的编码表根本就不包含汉字字符,当然也就无法通过"中".getBytes("ISO8859-1");来得到正确的"中"字在ISO8859-1中的编码值了,所以，再通过new String()来还原就更是无从谈起。

因此,通过String.getBytes(String decode)方法来得到byte[]时,一定要确定decode的编码表中确实存在String表示的码值,这样得到的byte[]数组才能正确被还原。 

注意：  有时候,为了让中文字符适应某些特殊要求(如http header要求其内容必须为iso8859-1编码),可能会通过将中文字符按照字节方式来编码的情况,如:

String s_iso88591 = new String("中".getBytes("UTF-8"),"ISO8859-1")；

,这样得到的s_iso8859-1字符串实际是三个在ISO8859-1中的字符,在将这些字符传递到目的地后,目的地程序再通过相反的方式

String s_utf8 = new String(s_iso88591.getBytes("ISO8859-1"),"UTF-8")；

来得到正确的中文汉字"中"，这样就既保证了遵守协议规定、也支持中文。