java字符串编码识别_java字符串编码问题

首先unicode是字符集，保存着字符与16进制数的对应，每个字符都对应这一个编号也就是两个字节的16进制数。而utf-8,gbk这些称为编码方式，其将十六进制数根据具体的算法转化为2进制保存在内存中，一个字符保存在内存中的值不一定是编号。java采用unicode编码保存所有字符，其实就是每个字符在内存中都使用两个字节存储编号，不做转换。

(1)从os文件系统中读取文件的过程：文件是以指定编码保存在系统中，其字节到字符的映射就是编码完成的工作。首先，读取二进制流，以指定编码的方式转化为unicode编码也就是编号，放入内存。读取完毕，如果指定编码错误，同样的二进制流编码体系中没有对应的字符，就以默认字符填充，也就是??之类的。这就是读取乱码的根源。

(2)从java写入os文件系统的过程：将unicode方式保存的16进制编号按照指定编码规范映射为该编码对应的字节流写入文件。

(3)所谓的转码问题就是字符到字节之间的转换，javaio有两大类Reader/Writer直接读取字符，其实也是封装了字节流读取，只是默认使用了系统编码进行从字节到字符的转换；InputStream和OutputStream则读取字节流。两者之间的转化其实就是使用InputStreamReader,OutputStreamWriter时指定转换的编码。