编码小结3

看一段代码，了解下java中编码

import java.io.UnsupportedEncodingException;
public class Test{
    public static void main(String[] args)
         throws UnsupportedEncodingException {
        System.out.println(System.getProperty("file.encoding"));    //gbk
        String s = "中文";
        System.out.println(s);
        System.out.println(s.length());
        String t = new String(s.getBytes(),"utf-8");
        System.out.println(t);
        System.out.println(t.length());
    }
}

其中，Test.java源文件是utf-8编码的，系统默认编码是GBK输出结果如下所示：

E:\testencoding>java Test
GBK
涓枃
3
中文
2

我的理解是当用javac Test.java命令时，由于没有指定编码格式，jdk采用系统默认的编码格式将源程序编译成unicode字节码，形成class文件保存。本例中，源文件中的字符串"中文"本来是以utf-8编码保存的一串字节流，但是编译时，按照gbk的格式转换成unicode，因此程序执行时输出s时会乱码，刚好“中文”字符串中两个汉字以utf-8格式保存在文件中，各占用3个字节，而gbk编码格式中这两个汉字各占2个字节，所以将6个字节，按照gbk格式转换成java中的字符串时，长度为3。后面将s先按照当前系统的编码格式（gbk）编码，然后按照utf-8格式解码，这与源文件中最初的"中文"编码、解码一致，不会出现乱码的问题了