Java 字符型编码转换及内存存储格式实战应用指南-java教程-PHP中文网

java字符编码转换核心是内存用utf-16、外部需显式编解码：字符串在jvm中恒为unicode，读写文件或网络通信时必须指定字符集完成字节与unicode双向转换，漏配编码参数即导致乱码。

java 字符型编码转换及内存存储格式实战应用指南

Java 字符型编码转换的核心在于理解「内存统一用 Unicode，外部传输按需编解码」这一原则。字符串在 JVM 里永远以 UTF-16 形式存储（如汉字“中”存为 0x4E2D），而读写文件、网络通信、控制台输出等场景，必须显式指定字符集完成字节与 Unicode 的双向转换——漏掉或错配编码参数，是乱码的根源。

内存中的 String 永远是 Unicode

Java 的 String 类不保存任何具体编码格式，它内部使用 UTF-16 表示字符序列（JDK 9+ 优化为紧凑 byte[]，但逻辑仍等价于 UTF-16）。这意味着：

调用 s.toCharArray() 得到的是 Unicode 码点对应的 char 值，不是 GBK 或 UTF-8 字节
s.length() 返回的是 UTF-16 代码单元个数，遇到增补平面字符（如 emoji）可能为 2
直接打印 System.out.println(s) 依赖系统默认编码（file.encoding），不是 String 自身属性

编码转换必须走「字节 ↔ Unicode」两步

所有可靠转换都遵循固定路径：原始字节 → 按指定编码解码成 String（Unicode）→ 再按目标编码编码为新字节。不能跳过中间 Unicode 层。

Java Maven Code Review

审查Java Maven项目（ZIP压缩包或GitLab仓库URL），检查代码规范、命名、模块边界、可维护性问题以及重复代码。

下载

从 GBK 文件读取并转为 UTF-8 字符串：
String s = new String(Files.readAllBytes(path), "GBK");
再输出为 UTF-8 字节：
byte[] utf8Bytes = s.getBytes("UTF-8");

用 Charset 更可控：

Charset gbk = Charset.forName("GBK");<br>String s = gbk.decode(ByteBuffer.wrap(gbkBytes)).toString();<br>byte[] utf8 = StandardCharsets.UTF_8.encode(s).array();

切忌写 new String(gbkBytes, "UTF-8") —— 这是把 GBK 字节强行当 UTF-8 解码，必然乱码

I/O 操作必须显式声明字符集

使用字符流（Reader/Writer）时，编码由构造器指定；字节流（InputStream/OutputStream）不自动处理编码，需手动转换。

安全读取 GBK 文件：
try (Reader r = Files.newBufferedReader(path, Charset.forName("GBK"))) { ... }
写入 UTF-8 文件：
try (Writer w = Files.newBufferedWriter(path, StandardCharsets.UTF_8)) { ... }
用 InputStreamReader 包装字节流时，必须传入 Charset：
new InputStreamReader(new FileInputStream(f), "UTF-8")
避免依赖 System.getProperty("file.encoding")，它不可靠且随环境变化