Java编码相关概念梳理介绍

总结一下自己最近学习到的Java编码相关知识

与编码有关的系统属性

通过下面代码可以获得当前所有系统变量：

System.getProperties().store(new FileOutputStream("SysProps.txt"),"");

查看SysProp.txt可以看到两个有关编码的属性，file.encoding和sun.jnu.encoding。它们的默认值与当前操作系统的默认编码一致。

file.encoding

作用

1. 读写文件时默认使用的编码
2. 输出时默认使用的编码
3. URLEncoder.encode(String str)等等类似api的默认使用的编码

综上不难看出，一般未指定编码的情况下，所有和编码有关的函数都会按照file.encoding的值确定要使用哪个字符集。

这里拓展一下。在tomcat中resp的writer的字符集并不是由file.encoding确定。tomcat获得的resp的writer是自己实现的，只不过是继承了PrintWriter，如果需要指定writer的字符集，则需要用tomcat提供的函数去修改指定。

指定file.encoding的值

在命令行界面，用java命令运行指定class文件时，添加参数:

-Dfile.encoding=(字符集)

此时file.encoding为指定值。如果没有添加这个参数的话，file.coding的值和操作系统默认编码一致。

很多ide会在运行class文件时自动加上 -Dfile.encoding=(字符集) 这一选项，所以在ide中运行可能看到的file.encoding是别的值，而直接用命令行运行，会显示操作系统默认的编码。

sun.jnu.encoding

作用

sun.jnu.encoding的作用很少，由上面也可以看出来，基本上运行时的编码问题都和file.encoding有关。

1. 运行class文件时，查找class文件名所用的编码
2. 运行class文件时，添加的中文参数所用的编码

可以发现sun.jnu.encoding基本是和java命令有关。java命令后面跟的参数，class文件名，默认情况下都是操作系统的默认编码。

指定sun.jnu.encoding的值

如果这个时候添加参数：

-Dsun.jnu.encoding=(字符集)

则参数，class文件名都会按照指定的字符集编码。这时如果和操作系统默认的编码不一致的话，参数会发生乱码，class文件名也会报错，提示找不到该文件。

java文件，class文件编码相关问题

java文件字符集是保存java文件时所选用的字符集。与java文件不同，被编译成二进制文件的class文件里存的都是字符的utf-8的值。

由于最终在class文件中字符串都是以utf-8格式编码，所以可以肯定的是出现了乱码问题肯定与java文件的编码格式无关。

这里拓展一下在idea中的情况。idea设置中有一个选项是File | Settings | Editor | File Encodings。和上面所讨论的file.encoding不同，这里所指定的值影响的是java文件这样的文本文件所采用的编码。例如，在该设置下如果设置Global Encoding为utf-8，那么所有的文本文件都会采取该字符集，省去了给每个文件单独设置的麻烦，这样如果是在idea中创建一个java文件，就默认使用了utf-8编码。

javac命令编码相关问题

javac命令中有一个选项是：

-encoding (字符集)

它指定了用什么字符集去解析java文件，如果不添加该选项的话，默认使用操作系统的默认编码。

很多ide也在运行编译java文件时自动添加了该选项。例如，javac命令默认是使用操作系统的默认编码去解析源文件(中文系统下一般都是gbk编码)，而我们在ide中运行utf-8编码的java文件并不会报错，这是因为ide一般都会加上 -encoding (当前java文件所用字符集) 这一选项。

控制台/命令提示符 下编码问题

在Windows中有一个命令是控制当前控制台的编码的:

chcp (对应字符集的号码)

其中gbk的号码是936，utf-8的号码是65001。如果只是输出chcp命令的话，则会显示当前页所用的字符集号码

如果当前控制台编码与Java输出所用编码不一致的话，就会出现乱码。例如，一个很常见的问题就是Tomcat输出日志乱码。

这里拓展一下在idea中的情况。idea设置中有一个选项是 File | Settings | Editor | General | Console 。这里指定的字符集就是idea控制台的编码。比如当前系统属性file.encoding的值是gbk，而控制台设置的编码是utf-8，那么下面代码的输出将会出现乱码：

System.out.println("你好世界");