乱码之一 eclipse console 和 xp console 乱码 全程详解(一)

在java开发中，如果项目中有中文，乱码的问题会经常的遇到。而这个问题，并且经常困扰大家。最近元旦，manager都休假，我就花了点点时间，去仔细的研究了一下，乱码的问题以及根源。
先说，我们常用的编码格式(charset)：

1)iso8859-1,这个是一种单字节的编码，也就是其利用了ascii码以及其他没有被利用到的0-255之间的其他的字节，来对数据进行编码

2)gbk 汉字内码扩展规范,兼容gb2312是一种双字节编码。即对于每个字符，都用两个字节来表示。

3)utf-8  是UNICODE的一种变长字符编码又称万国码。

具体以上三个之间的转码关系，或者是一个汉字对应的三个之间的编码，可以搜索一下，资料很多。我下面主要说一下乱码的原因。

所有的数据的保存，以及传输都是二进制数据，但是这种二进制与人类可识别的各种文字符号之间，并不是一 一对应的，这取决于所采用的编码，即把一个可见字符，通过某种编码，以一个或者多个字节来替代，并进行保存和传输。我们通常在notepad或者ue里面看到的，不论是中文或者是英文，都只是将保存在硬盘的二进制数据，通过某种已知的或者已经确定的编码进行解码，然后输出到显示器，方便我们自己查看。

文字符号--(encode)-->binary--(decode)-->文字符号.当encode与decode所采用的charset不一致的时候就会出现乱码问题。

针对于java开发，所见的文件有两种，java  code source file和java class file。

先说java code source file的编码问题，通常我们直接用记事本，写一个HelloWorld.java文件，然后保存，它默认用的是系统的编码，比如GBK.
然后通过javac HelloWorld.java编译得到class file.

那么其中第一个乱码产生之一就是HelloWorld.java的编码.

public class HelloWorld{    
    public static void main(String[]args){
        String chineseChar="汉";
        System.out.println(chineseChar);
        }
}

将其用notepad保存为默认格式，然后用十六进制的软件或者ue打开(关闭所有的格式自动转换和检测),如果你能够在HelloWorld.java的十六进制格式中找到BA BA那么这个source file以GBK或者兼容的格式保存的，而如果是E6 B1 89那么则是用UTF-8保存的(“汉”的GBK编码为BABA,UTF-8编码为E6 B1 89)，此时我们如果要准确的编译为class文件，则要指定源文件的编码格式

            即javac -encoding GBK  HelloWorld.java (如果看到的是BA BA)或者javac -encoding UTF-8  HelloWorld.java(看到的是E6 B1 89),那么我们再执行java HelloWorld即可在控制台看到输出的“汉”字。

当然，这个指的是你的电脑的环境是默认charset如果为GBK(及其兼容模式),才会正常输出，否则，将仍然会出现乱码。(具体原因稍后解释).

小结一:

        a)上面如果是UTF-8的文件，用javac -encoding GBK  HelloWorld.java编译或者反过来，都会出错，这个就是我们经常在eclipse遇到的，在某个class因为有中文的comments而不能保存的错误。

        b)在eclipse中不论你对项目指定了UTF-8或者是GBK，那么它对应的源文件以及在编译时用的charset默认都是一样的，所以不会现编译时的乱码或者不能保存的问题，一般比较多的出现此类问题是当你导入一个不是你当前的eclipse环境创建的项目的时候，才会出现(如何避免，后面也会提到)。

转载于:https://my.oschina.net/u/186769/blog/658013