Java如何字符串转码

为什么需要转码？

字符串在Java内部以Unicode格式存储，但与外部系统（文件、网络、数据库）交互时需转换为字节序列，若编码不一致（如系统默认编码为GBK，而数据用UTF-8传输）,会导致乱码。

Java转码核心方法

String.getBytes() 与 new String()

// 字符串 → 指定编码的字节数组 String str = "Hello, 世界!"; byte[] utf8Bytes = str.getBytes(StandardCharsets.UTF_8); // 指定UTF-8编码 // 字节数组 → 字符串（需明确原始编码） String decodedStr = new String(utf8Bytes, StandardCharsets.UTF_8);

Charset 类（推荐）

Charset charset = Charset.forName("GBK"); byte[] gbkBytes = str.getBytes(charset); // 转成GBK字节数组 String result = new String(gbkBytes, charset); // 正确还原

处理编码转换流

try (InputStreamReader reader = new InputStreamReader( new FileInputStream("input.txt"), "ISO-8859-1"); // 源文件编码 OutputStreamWriter writer = new OutputStreamWriter( new FileOutputStream("output.txt"), "UTF-8")) { // 目标编码 int c; while ((c = reader.read()) != -1) { writer.write(c); // 自动转码 } }

关键注意事项

1. 明确指定编码

   避免依赖系统默认编码（如getBytes()无参方法），用StandardCharsets.UTF_8等常量替代字符串参数。

2. 常见乱码场景

   

   • “锟斤拷”：UTF-8字节被误用GBK解码。
   • “�”符号：无法映射到目标字符集的字符。
   • 字节截断：多字节编码（如UTF-8）被不完整读取。

   • 编码检测工具

     若未知源数据编码，可用第三方库（如ICU4J、juniversalchardet）辅助判断：

     // 使用juniversalchardet检测编码 byte[] data = Files.readAllBytes(Paths.get("unknown.txt")); UniversalDetector detector = new UniversalDetector(null); detector.handleData(data, 0, data.length); detector.dataEnd(); String encoding = detector.getDetectedCharset(); // 返回可能编码如"UTF-8"

   最佳实践

   1. 统一内部编码：项目强制使用UTF-8（JVM启动参数加-Dfile.encoding=UTF-8）。
   2. 外部交互显式声明：
      • HTTP响应头：Content-Type: text/html;charset=UTF-8
      • 数据库连接：JDBC URL添加?useUnicode=true&characterEncoding=UTF-8
   3. 处理不可映射字符

      用CodingErrorAction指定策略： CharsetDecoder decoder = StandardCharsets.UTF_8.newDecoder() .onMalformedInput(CodingErrorAction.REPLACE) // 替换无效输入 .onUnmappableCharacter(CodingErrorAction.IGNORE); // 忽略无法映射字符

   ---

   完整示例：UTF-8转GBK

   public class EncodingConverter { public static void main(String[] args) throws Exception { String original = "转码测试"; // UTF-8 → GBK byte[] gbkBytes = original.getBytes("GBK"); // GBK → UTF-8还原 String restored = new String(gbkBytes, "GBK"); System.out.println(restored); // 输出"转码测试" // 错误转换（乱码） String wrong = new String(gbkBytes, StandardCharsets.UTF_8); System.out.println(wrong); // 输出乱码如"杞爼娴嬭瘯" } }

   ---

   引用说明

   • Java官方文档：Charset (Java 17)
   • 编码标准：Unicode Consortium
   • 检测库：juniversalchardet (GitHub)

   通过显式声明编码、避免依赖默认值、使用标准常量，可彻底解决Java转码问题，实际开发中，务必在数据输入/输出边界明确编码格式,并在日志中记录编码转换过程以便调试。