utf-8编码问题之urlencode和getbytes得到的utf-8区别验证测试-CSDN博客

上个星期又发生了一起编码问题引起的bug，继续研究。其中涉及URLEncode对字符串进行utf-8编码和getbytes对字符串进行utf-8编码的区别。
详细研究结论如下
首先utf-8编码的中文是采用三个字节一个中文来存储的。
验证代码如下
String msg = "中国";
System.out.println(msg.getBytes("utf-8").length);
打印出:6
采用URLEncode来打印msg
System.out.println(URLEncoder.encode(msg,"utf-8"));
打印出:
%E4%B8%AD%E5%9B%BD
我们希望通过验证getbytes得到utf-8和URLEncodeer得到utf-8是一致的代码如下
String xyz="中"; String xyg="国";
System.out.println(Integer.toHexString(0xff & xyz.getBytes("utf-8")[0])); System.out.println(Integer.toHexString(0xff & xyz.getBytes("utf-8")[1])); System.out.println(Integer.toHexString(0xff & xyz.getBytes("utf-8")[2])); System.out.println(Integer.toHexString(0xff & xyg.getBytes("utf-8")[0])); System.out.println(Integer.toHexString(0xff & xyg.getBytes("utf-8")[1])); System.out.println(Integer.toHexString(0xff & xyg.getBytes("utf-8")[2]));
打印出:
e4 b8 ad e5 9b bd
是否证明两者是相同的，答案是否定的
因为URLEncode还会做一些特殊处理，对一些特殊字符串
String xys = " ";
System.out.println(URLEncoder.encode(xys ,"utf-8"));
打印出："+"
System.out.println(Integer.toHexString(0xff & xys.getBytes("utf-8")[0]));
打印出:"20"
对于普通英文，两者也是一致的。