String源码分析之getByte乱码

当我们想把字符串转化为某种类型的编码格式时，容易出现乱码；比如下面的代码，很容易造成误区，getByte里面的gbk编码到底是编码还是解码；调用这个方法前，字符串之前编码了没；怎么还原字符串等等

1.示例演示

String testStr="I love 中国";
byte[] bytes = testStr.getBytes("gbk");
String decode1=new String(bytes,"GBK");
System.out.println("decode1:"+decode1);
System.out.println(Charset.defaultCharset().name());

2.分析

2.1 byte[] bytes = testStr.getBytes(“gbk”);

* 字符串对象调用getBytes方法的时候，并没有编码；

* getBytes传递的编码名称，是编码过程；

* 编码过程是指将字符串转化为字节数组

* 解码过程是指将字节数组转化为字符串

* testStr这个引用是在栈中，字符串是在常量池里面，也就是方法区，内存中字符编码默认为UTF-16

* 该方法执行之后，字符串就转化为gbk编码格式的字节流

2.2 String decode1=new String(bytes,”GBK”);

* 该过程是解码过程

* 将bytes字节流转化为字符串

* 解码使用的编码方法为GBK

* 如果此处使用UTF-8解码，就可能出现乱码

* 为什么是可能出现乱码呢，是因为如果只是ASCII码，两者是兼容的

2.3 本系统编码格式

* Charset.defaultCharset().name()用来表示本系统的编码格式

3.乱码分析

3.1 当字符超过了我们正使用的编码范围时，就会出现乱码

* 使用单字节编码对中文或非ASCII码进行编码，这样会造成信息丢失，即使使用相同的编码格式解码，也无法还原信息

* 常见的有ISO-8859-1,如果用它对中文进行编码，那么解码后就会出现？

* 编码方法与解码方式不同，且不兼容，比如使用gbk编码，然后使用utf-8解码