JAVA中字符串轉碼[String.getBytes和new String()]

在Java中，String.getBytes(String decode)方法會根據指定的decode編碼返回某字符串在該編碼下的byte數組表示，如

byte[] b_gbk = "中".getBytes("GBK");
byte[] b_utf8 = "中".getBytes("UTF-8");
byte[] b_iso88591 = "中".getBytes("ISO8859-1");

  將分別返回「中」這個漢字在GBK、UTF-8和ISO8859-1編碼下的byte數組表示，此時b_gbk的長度爲2，b_utf8的長度爲3，b_iso88591的長度爲1。

 

  而與getBytes相對的，能夠經過new String(byte[], decode)的方式來還原這個「中」字時，這個new String(byte[], decode)實際是使用decode指定的編碼來將byte[]解析成字符串。

String s_gbk = new String(b_gbk,"GBK");
String s_utf8 = new String(b_utf8,"UTF-8");
String s_iso88591 = new String(b_iso88591,"ISO8859-1");

  經過打印s_gbk、s_utf8和s_iso88591，會發現，s_gbk和s_utf8都是「中」，而只有s_iso88591是一個不認識 的字符，爲何使用ISO8859-1編碼再組合以後，沒法還原「中」字呢，其實緣由很簡單，由於ISO8859-1編碼的編碼表中，根本就沒有包含漢字 字符，固然也就沒法經過"中".getBytes("ISO8859-1");來獲得正確的「中」字在ISO8859-1中的編碼值了，因此再經過new String()來還原就無從談起了。

 

  所以，經過String.getBytes(String decode)方法來獲得byte[]時，必定要肯定decode的編碼表中確實存在String表示的碼值，這樣獲得的byte[]數組才能正確被還原。

  有時候，爲了讓中文字符適應某些特殊要求（如http header頭要求其內容必須爲iso8859-1編碼），可能會經過將中文字符按照字節方式來編碼的狀況，如

String s_iso88591 = new String("中".getBytes("UTF-8"),"ISO8859-1")，

這樣獲得的s_iso8859-1字符串實際是三個在 ISO8859-1中的字符，在將這些字符傳遞到目的地後，

目的地程序再經過相反的方式String s_utf8 = new String(s_iso88591.getBytes("ISO8859-1"),"UTF-8")來獲得正確的中文漢字「中」。這樣就既保證了遵照協議規定、也支持中文。