应显式指定字符集避免乱码,因string.getbytes()无参时依赖平台默认编码(如windows为gbk、linux/macos为utf-8),导致跨环境字节数组不一致;推荐使用standardcharsets.utf_8等静态常量进行编码/解码。
直接指定字符集,避免依赖平台默认编码。
为什么 String.getBytes() 容易乱码
调用 String.getBytes() 无参重载时,Java 会使用 Charset.defaultCharset(),该值取决于操作系统和 JVM 启动参数(如 -Dfile.encoding)。Windows 常为 GBK,Linux/macOS 通常是 UTF-8。同一段代码在不同环境运行,getBytes() 输出的字节数组可能完全不同,后续若用固定编码解码(比如强制用 UTF-8 解 GBK 编码的字节),必然乱码。
用 StandardCharsets 显式指定编码
java.nio.charset.StandardCharsets 提供了常用字符集的静态常量(如 UTF_8、ISO_8859_1、US_ASCII),类型安全、无需异常处理、性能更好。推荐始终使用带 Charset 参数的重载:
当用户要求为 Java 代码添加注释、修改注释、审查注释、整理注释格式,或要求按照代码注释规范处理 Java 文件时,使用本技能。本技能用于统一生成和维护 Java 类注释模板、按 Git 对比 release 判断版本号、补充每行代码上方中文块注释、调整注释空行规则,并保持 Java 文件 UTF-8 无 BOM 编码。典型触发场景包括:补充类注释、更新 @version、检查 @author 来源、整理行尾注释、把注释放到代码上一行、检查注释是否符合规范、构建前检查 Java 注释风格。
-
str.getBytes(StandardCharsets.UTF_8)—— 获取 UTF-8 字节序列 -
new String(bytes, StandardCharsets.UTF_8)—— 用 UTF-8 解码字节数组 - 避免
str.getBytes("UTF-8"):字符串形式需抛UnsupportedEncodingException,且存在拼写风险
典型场景示例
网络传输或文件写入时,编码/解码必须配对:
- 发送 HTTP 请求体:
body.getBytes(StandardCharsets.UTF_8) - 读取响应并解析:
new String(responseBytes, StandardCharsets.UTF_8) - 写文本文件:
Files.write(path, content.getBytes(StandardCharsets.UTF_8)) - 读文本文件:
Files.readString(path, StandardCharsets.UTF_8)(Java 11+)
额外提醒
即使业务只面向中文环境,也应坚持用 StandardCharsets.UTF_8。UTF-8 兼容 ASCII,支持所有 Unicode 字符,是现代系统事实标准。若旧协议强制要求 GBK,可明确使用 StandardCharsets.ISO_8859_1 或 Charset.forName("GBK"),但务必注释说明原因,不可隐式依赖默认值。
Java免费学习笔记:立即使用
解锁 Java 大师之旅:从入门到精通的终极指南










