深入解析java乱码

1.什么是编码 ，为什么要编码

         先前从没有思考这么深入的问题，觉得一切理所当然，直到有一天java的乱码让我跪了，他不在听我的话，到处是乱码，这次我不打算放过它，我要收拾了它。

         大家都知道，文本文件，存储在硬盘上，都是一串二进制  ，01的组合，它本身是不携带不论什么，哪怕一丁点，信息告诉文本编辑器 hi哥们儿，我是GBK编码，我是UTF-8编

码，我是。。。。。。。

           它很easy，就是01的组合，他不知道自己是什么，所以我们仅仅有知道他是什么然后才干正确的编辑合适用它，首先看个小样例。

         这是一个文本文件，他的二进制形式就是一串01

          当我我用的终端的编码是GBK显示时（第一次）

         当我用UTF-8时（第二次）

       他就是这么简单 有是这么无常，非常幸运，这一串01不管是在GBK编码，还是在UTF-8中都是有效字符也就是说按UTF-8的编码规则它代表

    ”汉“   而假设依照GBK编码规则来解析呢他又是    ” 姹 “  ,这就是根源了，编码和解码用的不是一种码。所以大多数情况下你都搞不懂 好端端的文档怎么就乱了码。 这就是需

要编码的原因了。 二进制文件一串01电脑认得可是对他来说就是01没有意义。所以要把它翻译成大家能识别的东西。一种编码编码在我看来就是一种映射， 也就是向刚才所说

的GBK环

境下 它映射成一种东西，UTF-8，环境下它映射成还有一种东西，可是本质他俩有是一个东西，那客官又问了 ，明明再UTF-8和GBK环境下都一样，比方说a，这就说的到了，编

码与编码之间的兼容问题了，

想探索的朋友自己能够探索下，各个编码的规则及兼容性，这里就不多说了。

2. 上手编码

   写java文件，就先来个helloworld  

 这是同一个文件 我在不同编码环境下查看，看到的东西是不一样的我的系统是Ubuntu 12.04 默认编码UTF-8  但是提前声明，我这个文件但是GBK编码的所以以GBK形式的编

码查看才有意义，张三 又立了功，下边来编译我的这个HelloWorld 文件，看看有什吗奇迹？

 我去，不活啦 helloWorld 都搞不定，这都能出错，这日子没法过了。只是别着急，看错误， 这个字符(当然这里不是张三代表的字符找不到，而是再GBK里代表张三的0101

二进制串在UTF-8里找不到映射所以它没法解析，大家能够了解一下UTF-8的编码规则)UTF-8里找不着，没错  找不着就对了，你不是一次编译到处执行吗？编译都过不去怎么

搞，别着急 javac 里有一个參数，-encoding <encoding>       Specify character encoding used by source files  也就是说你告诉javac 你这个java源文件是什么样的编码，你别给

搞错了，你要是搞错了，幸运的，编译只是去告诉你哪里有问题，要是不幸的      汉  就变成了    姹 啦 想想就可怕   所以不报错并不代表程序没有问题 ，不信你试试，我刚才说

过，我的系统默认是UTF-8 所以没有编译过去这个是GBK编码的源文件，大多数人用的还是windows，并且又安装了中文语言包，所以默认编码大都GBK所以也就行正常编译

GBK编码的源文件，所以一般没有问题，但大多数程序终于上线执行的环境但是linux啊 ，全部大家设置虚拟机參数是-Dfile.encoding=GBK 这个是谁也不敢偷懒的。

（只是这里说这个还有点早）

当我加上这个參数 编译顺利通过。

感觉到非常神圣，执行我的helloWord

UTF-8环境下为

好兴奋啊  最终出来了

GBK环境下执行（这是大多数产生乱码的原因）

 这不科学，怎么又乱了 神啊 

大家肯定没有忘 java的class文件是什么编码的啊 Unicode对吧 所以张三这个字符串 所以编译完了 ，他就不是GBK了 全部的无论是什么编码的源文件，变成class文件编码都一样，你没告诉JVM使用什么编码，所以它默认UTF-8，所以张三被解析成UTF-8编码相应的一串二进制，但你的输出环境又是GBK所以。。。。

所以我老老实实的加上了 (这个命令行环境仍然是GBK)

System.out中的这个out是什么？PrintStream  是个输出流啊(默认是流向控制台当然你可已通过 System.setOut(PrintStream out)来让他流向别处，比方文本，然后用editplus打

开看下，通过设置不同的解码，来看不同的显示，当然不是必需这样)  打印到控制台,这个流你打算以什么编码来展示它，GBK环境下肯定是以GBK的形式展示吧，但是第一次是乱码为

什么，JVM是这样想

得，我有一个Unicode编码的张三在这里，我在说一下我的系统UTF-8在我没告诉JVM以什么编码规则编码时，它肯定使用UTF-8来编 你就会得到一个输入流 这个输入流是一串

00111二进制代表UTF-8下的张三，而到了输出到屏幕这里 屏幕（这里就是输出流流向的地方）不吃这一套 这一串00001111不代表张三，代表上边的那三个我也不太认识的字

（汗颜啊），所以咱得告诉虚拟

机，我要的张三是GBK编码的张三，我要的一串二进制相应GBK里的张三，所以加上个这个就好了。先写到这里吧！再晚赶不上二路汽车了。

下次再写个关于IO的编码的那个我感觉比这个简单点。（配合学习java的一些和编码相关的类效果更加）

先写到这里 ，祝大家 国庆节玩好。不要忘了 撸两行代码 怡怡情，由于几天不见，她没准就把你忘了。