问题根源:这是编码的问题。。。
JVM编译过程:
- 执行javac xxx.java
- 由于我们没有指定 .java 文件的编码格式,所以JVM就去寻找window系统默认的编码方式来认定 .java 文件。我国的计算机主要是GBK格式。
- JVM按照GBK < == > Unicode 的映射方式将.java文件编译成.class文件,陆续放到内存中。
- 编译完成后,JVM让操作系统把内存中的文件放到硬盘上,让我们能够看到。
问题在第3步:
5. GBK和utf-8在英文字母和标点符号上的编码应该是相同的,所以能够正常通过。但是在中文上就不同。
6. 当遇到中文字符的时候,由于源文件实际上是用utf-8格式编码的中文,但是JVM转换的时候不知道,仍然是按照默认的GBK的格式提取出来一定的字节数,然后加工。但是这次提取出来的字节在GBK中没有对应的字符,所以说出现了GBK映射错误。
解决办法:
- 编译时指定 .java 文件的编码格式,让JVM知道应该从什么编码转换到Unincode
javac -encoding utf-8 xxx.java
- 保存 .java 文件的时候选定GB2312格式。但是这种方法会让自己的代码流通性大大降低。比如:你以GB2312保存下来,当别人的编辑器使用utf-8格式编码的时候,别人打开你的文件就是一堆乱码。