Java字符串编码知识点详解介绍

什么是字符串编码？

在计算机中，字符串是由一些字符组成的序列，而字符则是由一个或多个字节表示的。不同的字符集和不同的编码方式会影响到字符串的存储和展示。字符串编码就是将字符转换成字节的过程。

Java中的字符串编码

Java中的字符串编码默认采用Unicode编码方式，即每个字符使用两个字节表示。常见的编码方式还包括ASCII码（一个字节表示一个字符）和UTF-8（一个字符可以使用1-4个字节表示）等。

字符串编码的转换

在Java中，可以使用String类的getBytes方法将字符串进行编码转换。例如，将字符串转换为UTF-8编码的字节数组可以使用如下代码：

String str = "Hello, 世界";
byte[] utf8Bytes = str.getBytes("UTF-8");

同样，将UTF-8编码的字节数组转换为字符串可以使用如下代码：

byte[] utf8Bytes = new byte[]{-27, -68, -96, -26, -106, -121, -19, -107, -116, -28, -72, -128};
String str = new String(utf8Bytes, "UTF-8");

案例1：中文字符编码

在Java中，字符串的编码方式对中文字符的处理有重要影响。下面通过一个案例来说明不同编码方式对中文字符的影响。

String str = "你好，世界";
byte[] utf8Bytes = str.getBytes("UTF-8");
byte[] gbkBytes = str.getBytes("GBK");
byte[] defaultBytes = str.getBytes();
System.out.println("原字符串：" + str);
System.out.println("UTF-8编码：" + Arrays.toString(utf8Bytes));
System.out.println("GBK编码：" + Arrays.toString(gbkBytes));
System.out.println("默认编码：" + Arrays.toString(defaultBytes));

输出结果如下：

原字符串：你好，世界
UTF-8编码：[-28, -67, -96, -27, -91, -67, -26, -100, -96, -24, -95, -88, 44, -27, -101, -117, -28, -72, -83]
GBK编码：[-60, -29, -41, -58, -84, 44, -71, -6, -60, -29, -71, -6]
默认编码：[-27, -68, -96, -26, -106, -121, 44, -28, -72, -128, -27, -101, -117, -28, -72, -83]

可以看到，使用UTF-8编码方式得到的字节数组长度最长，而使用GBK编码方式得到的字节数组长度相对较短，且使用默认编码方式得到的字节数组含有中文字符的混淆码。

案例2：字节转换成字符串

在Java中，可以使用String类的构造函数将字节数组转换为字符串。例如，将UTF-8编码的字节数组转换为字符串可以使用如下代码：

byte[] utf8Bytes = new byte[]{-27, -68, -96, -26, -106, -121, -19, -107, -116, -28, -72, -128};
String str = new String(utf8Bytes, "UTF-8");
System.out.println("字节数组：" + Arrays.toString(utf8Bytes));
System.out.println("转换后的字符串：" + str);

输出结果如下：

字节数组：[-27, -68, -96, -26, -106, -121, -19, -107, -116, -28, -72, -128]
转换后的字符串：Hello, 世界

总结

字符串编码是计算机处理字符串时的重要概念。在Java中，可以使用String类的getBytes方法和构造函数，对字符串和字节数组进行编码转换。在处理中文字符时，需要特别注意不同编码方式所产生的影响。