java Getbytes转中文,java new String getBytes 到底怎么转换字符集的问题

我们常常遇到字符集转换的问题。

我要说的当然不是网站中遇到的ISO8859-1的那个傻BUG。

实例：

目标，把一个UTF-8的中文字符串转化成GBK的字符串。

新建一个GBK的java项目。

也就是说*.java文件中的字符是用GBK字符集保存的。

在main中，建一个中文字符串，那么这个静态串就是GBK字符。

再把它的属性，字符集改成UTF-8后，变成这样了。

然后，我们再建一个UTF-8的java项目。

在main中写入以下：

String str = "新建文本文档.txt";

System.out.println(str);

byte[] bs = null;

try {

bs = str.getBytes("UTF-8");

} catch (UnsupportedEncodingException e1) {

e1.printStackTrace();

}

System.out.print( "UTF-8: \n");

for(int i=0;i

System.out.print( bs[i] + " ");

}

System.out.println();

try {

String tempStr ="";

bs = str.getBytes("GBK");

System.out.print( "GBK: \n");

for(int i=0;i

System.out.print( bs[i] + " ");

}

System.out.println();

System.out.println();

tempStr = new String(bs,"GBK");

System.out.println( "用UTF-8打印，这个GBK串(通过GBK重组后的): "+ tempStr );

tempStr = new String(bs,"UTF-8");

System.out.println( "用UTF-8打印，这个GBK串(通过UTF-8重组后的): "+ tempStr );

System.out.print( "再把这个串"+tempStr+"转成UTF-8数组打印: \n");

bs = tempStr.getBytes("UTF-8");

for(int i=0;i

System.out.print( bs[i] + " ");

}

System.out.println();

} catch (UnsupportedEncodingException e) {

e.printStackTrace();

}

得到的输入：

很明显，通过GBK重组后的字符串，打印出来的是明文，与我们原选做的测试完全不一样。

也就是说他根本没有被转码。

而通过UTF-8重组后的字符串，打印出来的才与我们原先看到的测试是一样的。

这才是真正的转码成功了。

这是为什么呢？

JDK帮助的描述是这样的。

getBytes(Charset charset)

使用给定的 charset 将此 String 编码到 byte 序列，并将结果存储到新的 byte 数组。

String(byte[] bytes, Charset charset)

通过使用指定的 charset 解码指定的 byte 数组，构造一个新的 String。

应该这样理解：

getBytes是真正的在转码。

而new String是把它用某种码来显示。

像上面的那串乱码，它正在已经是GBK码了，用GBK显示正常，用UTF-8显示是乱码。

但，现在我们是在UTF-8环境下，所以要用UTF-8存字符串，最后把这个串输出给读它的平台。

你可以用，Xshell 的两种字符集环境来打印以上的输出。

在GBK连接的方式中，那串乱码被正常显示出来。

你感兴趣，还可以把这个例子反过来做一下，看是不是你想要的结果。

同时，我们再来理解一下tomcat中为什么要做这样一件事：

new String(str.getBytes("ISO-8859-1"),"gb2312");

这是因为，默认情况下，tomcat使用的是iso8859-1的编码方式传递。

而网页中设定的比如是gb2312或utf-8。这样得到的就是错的。

所以用ISO-8859-1得到字节流，再用gb2312来重组字节流得到gb2312的字符串流。

解决办法：

修改tomcat下的conf/server.xml文件修改为：