java中 编码 解码 乱码 解惑

首先说一下，乱码的英语是mojibake！

java编程中，关于编码有三个地方需要弄清楚，java源文件、class文件、虚拟机

java源文件

   源文件可以是任何编码的文件，这取决于保存形式。所以编译时需要指明源文件的编码方式，比如 javac -encoding utf8 HelloWorld.java，如果不指定，默认是操作系统编码。

    本来java读取文件跟文件编码无关，但是，在javac编译过程中，存在将二进制解码为字符，然后再将字符编码为二进制的过程，所以需要指定源文件的编码方式。

class文件

 无论源文件的编码格式是什么，class文件都是modified UTF-8，modified utf-8是java对utf-8作了修改的版本，正因为class文件的编码方式的统一，所以class文件才会跨平台

modified utf-8与传统utf-8的的异同：在基本平面内也就是字符u+0000-u+FFFF范围内，都是一样的存储方案。在增补平面内，modified utf-8是用6个字节表示一个字符，utf-8,使用4个字节表示一个字符。这是因为java发布的时候，unicode的基本平面，还远远没有满，modified utf-8将增补平面内的字符，分解为两个代码点比如0xyyy,0xzzz，每个代码点使用3个字节表示，所以就是一共6个字节。

java虚拟机编码

  java虚拟机的编码是utf-16，双字节表示一个字符，请切记java虚拟机中的编码方式是utf-16

java生命周期

java源文件---->class 文件------->jvm（输入流、输出流）---------->控制台

上述任何一个阶段，都会存在编码解码，只要存在编码解码就会存在乱码的问题。

编译java文件与-encoding：

     可以指定java文件的编码方式。编译java文件时默认采用操作系统编码，在中文操作系统下是gbk；如果java文件是gbk没有问题。但是，如果java源文件是utf8，那么就会出现编译错误；

设置javac -encoding gbk HelloWorld.java,就可解决此错误；明白了-encoding的作用，我们也就能明白

“为什么eclipse编译不会出现乱码”了。这是因为eclipse在编译java文件时，它识别了java源文件的编码，然后传入-encoding参数，这就等同于javac -encoding xx.java。所以即使一个java project中，有不同的编码java文件，编译后，仍然不会出现乱码问题；

class文件：

在任何平台下都是改良版的utf8，从而保证了java的跨平台性。

jvm：

jvm编码都是Unicode（utf-16）编码

控制台：

我们经常会windows控制台出现乱码，这是因为控制台编码是GBK，如果java程序的-Dfile.encoding=utf8 定义输出的流是utf-8编码的，windows控制台不会自动转换，所以就会出现乱码，如果设置将-Dfile.encoding=GBK就不会乱码了。当然反过来说，如果控制台可以自动转换，从utf8转换为gbk，那么也不会出现乱码。

请看下边我做的测试：

[html] view plaincopy

1. public class HelloWorld{  
2.       
3.     public static void main(String[] args){  
4.         System.out.println("哈哈");  
5.     }  
6. }  

问题：

  byte[] arr = "x".getBytes();

这句程序的意思是，返回字符串x在操作系统默认编码方案下的字节数组，通常情况下，中文操作系统是gbk，英文操作系统是iso8859-1，可以通过-Dfile.encoding=xx,来影响操作系统的默认编码（jvm认为的操作系统编码），通过查看源码会发现，这个设置最终会影响Charset.defaultCharset()

关于-Dfile.encoding与charset.defaultcharset(),可以参考我的另一篇博文-Dfile.encoding与Charset.defaultCharset()关系

说到最后，我们应该如何防止乱码呢？

1、开发中，将所有文件保存为utf8，

2、设置 jvm  -Dfile.encoding=UTF8，不再依赖操作系统默认的编码方式。

  2.1 eclipse下，window--->preferences---->installed jres---->edit--->-Dfile.encoding=UTF8

  2.2 Tomcat单独启动，windows系统下，修改catalina.bat，设置 set JAVA_OPTS=-Dfile.encoding=UTF8

这样设置，jvm输入、输出流默认都会以utf8编码、解码!