java string编码

Java String 编码指的是 Java 中字符串与字节序列之间转换时采用的字符编码规则，它和 `String`、`byte[]`、`InputStream`/`OutputStream` 以及 `Charset` 类密切相关。简单说，就是同样一段文字，按 UTF-8、GBK 或 ISO-8859-1 转成字节时结果不同，读回来时若编码不一致就会出问题。

基本含义与常见用途

Java 的 `String` 内部以 Unicode 保存字符，但文件、网络传输、数据库存储往往以字节形式存在。用 `getBytes(charset)` 把字符串编码成字节，用 `new String(bytes, charset)` 把字节解码成字符串，这是最常见的两个操作。读写文件时，`InputStreamReader`、`OutputStreamWriter` 需要指定字符集；处理 HTTP 请求响应时，也要关注 `Content-Type` 里的 charset 参数。明确指定编码，能避免依赖平台默认值带来的不确定性。

常见问题

最典型的是乱码：用 UTF-8 写入、用 GBK 读取，中文就会变成问号或奇怪符号。其次是“默认编码”陷阱，`getBytes()` 不传参数时使用平台默认字符集，同一段代码在 Windows 和 Linux 上结果可能不同。还有把字节数组直接拼成字符串、或在转换中丢失不可映射字符，也会造成数据损坏。另外，`ISO-8859-1` 只能表示单字节字符，用它处理中文必然出错。

怎么判断与怎么选

判断问题可以先看数据来源和去向的编码声明：文件头、HTTP 头、数据库连接参数、日志里的字符集信息。排查时把字符串按字节打印出来，对比预期编码的字节序列，能快速定位是哪一步不一致。选择上，跨平台和网络传输优先用 UTF-8；与旧系统或特定中文环境交互时，按对方实际编码处理，并在代码中显式写出字符集名，不要依赖默认值。统一约定“入口按声明解码、出口按约定编码”，大多数编码问题都能避免。