请教一下 Java 里的字符串编码问题。。。老生常谈了

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1787 天前的主题，其中的信息可能已经有所发展或是发生改变。

假设有一个 java 项目，它的所有文件都按 GBK 编码保存。

有这样一行代码

String s = "中文"；

那么当程序运行起来后，JVM 中，s 的编码是什么样的？（对网上说的环境默认的编码不太理解，这里的环境是指什么？ JVM ？ windows10 ？）

然后如果我们在这个项目里加一些最简单的 socket 相关的代码，比如获得 socket 的输出流，将 s 输出。那么在输出流里，s 的编码是什么样的？

谢谢指点！

编码

jvm

socket

Java

10 条回复 • 2020-01-13 17:43:26 +08:00

gy123

2020-01-13 14:58:15 +08:00

jdk 环境会默认根据系统环境设置编码,并且可以修改,所以编程中使用 charset.default 就是跟随系统,或者指定特定编码方式;说错请指正

lhx2008

2020-01-13 14:59:29 +08:00

JVM 里面都是 char 数组，UTF-16 的，和 GBK UTF-8 无关

lhx2008

2020-01-13 15:00:42 +08:00

转流的话，看 API 吧

Newyorkcity

2020-01-13 15:08:46 +08:00

@gy123
@lhx2008
额。。我怎么感觉你们两说的有冲突。。。。charset.default 一般就是 utf-16 ？
另外 java 代码所在的文件用什么编码格式保存与实际运行时 JVM 中的字符串编码完全没关系么？

@lhx2008
转流的话看 API 能具体说说么，就比如我就很单纯地调用 write 方法，不传任何编码格式的要求的参数，会如何呢？

谢谢

Newyorkcity

2020-01-13 15:17:44 +08:00

再补充一个问题

就上述假设的项目，里面所有文件都是用 GBK 编码保存的嘛，那假设操作系统的默认编码（这个就是网上说的默认编码？）是 UTF8，那么 String s = "中文“，程序运行起来后，能够正确的理解 s 要被赋的值么？

lhx2008

2020-01-13 15:18:57 +08:00

@Newyorkcity #4 charset.default 一般是 UTF-8 或者 GBK，socket 的是字节流，你如果用 new PrintWriter 转换 string 到字节流，这里需要 decode，如果你不指定参数，编码用 charset.default

lhx2008

2020-01-13 15:22:25 +08:00

@Newyorkcity #5 java 命令有参数 -Dfile.encoding=GBK，如果 java 命令不认识你文件的编码，中文会乱码。至于会不会自动识别，我没试过

lhx2008

2020-01-13 15:23:37 +08:00

@lhx2008 #6 decode -> encode 打错了

guyeu

2020-01-13 15:52:36 +08:00

源代码的编码和运行期的内存毫无关系。

maokabc

2020-01-13 17:43:26 +08:00 via Android

编译后在 class 文件常量池中是 modified utf-8，运行时 String、char 是 utf16，代理对需要使用 2 个 char 表示一个码点。写入流一般包装 DataOutputStream 用 wirteUTF 方法，读取用 DataInputStream 的 readUTF，格式和 class 文件里 utf8 常量一样。源文件编码只能影响到 javac