Java 内部编码与外部编码

理解这一点是解决所有编码问题的关键。

1. Java 内部编码 (内存中)：

   • Java 虚拟机（JVM）内部使用 UTF-16 编码来处理所有字符串（String 对象）。
   • 当你写 String str = "你好"; 时，"你好" 这个字符串在内存中就是以 UTF-16 的形式存储的。
   • 你通常不需要关心这个内部编码，因为 JVM 会帮你处理好，你只需要在数据进入 JVM（读入）和离开 JVM（写出）时，正确指定外部编码即可。

2. 外部编码 (文件、网络、控制台等)：

   • 这是指数据在文件、网络传输、数据库、控制台显示等场景下所使用的编码格式。
   • UTF-8 是目前最主流的外部编码，因为它兼容 ASCII,并且对中文字符比较高效。
   • 如果外部编码指定错误,就会出现乱码。

常见场景下的 UTF-8 中文处理

下面我们通过代码示例来演示在不同场景下如何正确地使用 UTF-8。

控制台输出

问题：在 Windows 的某些旧版 CMD 或 PowerShell 中直接输出中文可能会乱码。

解决方案：确保你的控制台程序使用的编码是 UTF-8。

public class ConsoleOutput {
    public static void main(String[] args) {
        // 方法一：强制设置 System.out 的编码为 UTF-8（推荐）
        // 这行代码应该尽可能早地执行，比如在 main 方法的开头
        System.setOut(new PrintStream(System.out, true, StandardCharsets.UTF_8));
        String chineseStr = "你好，世界！Hello, World!";
        System.out.println(chineseStr);
        // 方法二：对于 System.err (错误输出) 同理
        System.setErr(new PrintStream(System.err, true, StandardCharsets.UTF_8));
        System.err.println("这是一条错误信息：" + chineseStr);
    }
}

注意：你的 IDE（如 IntelliJ IDEA, Eclipse）和终端（如 Windows Terminal, iTerm2）本身也需要配置为支持 UTF-8 才能正确显示。

文件读写

这是最经典的场景，使用 java.nio.file 包中的 Files 类是现代 Java 中处理文件的首选方式,因为它更简洁且不易出错。

写入文件

import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.Arrays;
import java.util.List;
public class FileWrite {
    public static void main(String[] args) {
        String content = "这是第一行，\n这是第二行，包含中文，This is the second line.";
        Path filePath = Paths.get("output.txt");
        try {
            // 1. 将字符串按行分割成 List
            List<String> lines = Arrays.asList(content.split("\n"));
            // 2. 使用 Files.write 写入文件，并明确指定 StandardCharsets.UTF_8
            // StandardCharsets.UTF_8 是一个预定义的常量，比 "UTF-8" 字符串更安全高效
            Files.write(filePath, lines, StandardCharsets.UTF_8);
            System.out.println("文件 'output.txt' 写入成功！");
        } catch (IOException e) {
            System.err.println("写入文件时出错: " + e.getMessage());
        }
    }
}

读取文件

import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.List;
public class FileRead {
    public static void main(String[] args) {
        Path filePath = Paths.get("output.txt");
        try {
            // 读取所有行到 List 中，并指定 UTF-8 编码
            List<String> lines = Files.readAllLines(filePath, StandardCharsets.UTF_8);
            // 打印读取的内容
            System.out.println("文件内容：");
            for (String line : lines) {
                System.out.println(line);
            }
        } catch (IOException e) {
            System.err.println("读取文件时出错: " + e.getMessage());
        }
    }
}

网络请求 (以 HttpClient 为例)

在 Web 开发中，处理 HTTP 请求和响应的编码至关重要。

发送 POST 请求（带 JSON 中文）

import java.io.IOException;
import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.http.HttpRequest.BodyPublishers;
import java.net.http.HttpResponse.BodyHandlers;
import java.nio.charset.StandardCharsets;
public class HttpClientExample {
    public static void main(String[] args) {
        String jsonPayload = "{\"name\": \"张三\", \"message\": \"你好，Java!\"}";
        // 创建 HttpClient
        HttpClient client = HttpClient.newHttpClient();
        // 创建 HttpRequest，并设置 BodyPublisher
        // 注意：这里我们直接传入字符串，HttpClient 会帮我们处理编码
        HttpRequest request = HttpRequest.newBuilder()
                .uri(URI.create("https://example.com/api"))
                .header("Content-Type", "application/json; charset=UTF-8") // 明确告诉服务器我发的是 UTF-8
                .POST(BodyPublishers.ofString(jsonPayload))
                .build();
        try {
            // 发送请求并获取响应
            HttpResponse<String> response = client.send(request, BodyHandlers.ofString());
            // 检查响应状态码
            if (response.statusCode() == 200) {
                // 假设服务器返回的也是 UTF-8 编码的 JSON
                String responseBody = response.body();
                System.out.println("服务器响应: " + responseBody);
            } else {
                System.err.println("请求失败，状态码: " + response.statusCode());
            }
        } catch (IOException | InterruptedException e) {
            e.printStackTrace();
        }
    }
}

关键点：

• Content-Type 头部加上 ; charset=UTF-8 是一个好习惯,可以明确告知服务器请求体的编码。
• HttpClient 在处理 String 类型的请求体和响应体时，默认会使用 UTF-8 编码,但显式声明总是更安全的。

数据库连接 (JDBC)

乱码问题经常出现在 JDBC 的 URL 连接字符串中。

错误示例（可能导致乱码）： jdbc:mysql://localhost:3306/mydb?user=root&password=123456

正确示例（明确指定字符集）： jdbc:mysql://localhost:3306/mydb?user=root&password=123456&useUnicode=true&characterEncoding=UTF-8

• useUnicode=true: 启用 Unicode 字符集。
• characterEncoding=UTF-8: 指定连接使用的字符集为 UTF-8，这确保了从 Java 应用程序发送到 SQL 语句的字符串，以及从数据库读取到 Java 应用程序的字符串,都经过了正确的编码转换。

代码示例：

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;
public class JdbcExample {
    public static void main(String[] args) {
        String url = "jdbc:mysql://localhost:3306/mydb?useUnicode=true&characterEncoding=UTF-8";
        String user = "root";
        String password = "your_password";
        try (Connection conn = DriverManager.getConnection(url, user, password);
             Statement stmt = conn.createStatement();
             ResultSet rs = stmt.executeQuery("SELECT name, message FROM test_table")) {
            while (rs.next()) {
                // 从数据库读取数据，JDBC 会自动将 UTF-8 转换为 Java 内部的 UTF-16
                String name = rs.getString("name");
                String message = rs.getString("message");
                System.out.println("Name: " + name + ", Message: " + message);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

总结与最佳实践

1. 明确内外之分：JVM 内部是 UTF-16，所有与外部世界的交互（文件、网络、数据库）都要显式指定编码为 UTF-8。
2. 优先使用 java.nio.file：进行文件 I/O 时，Files.readAllLines() 和 Files.write() 配合 StandardCharsets.UTF_8 是最简单、最不容易出错的方式。
3. 不要用 byte[] 手动转换：除非有特殊需求，否则不要自己用 String.getBytes("ISO-8859-1") 这种方式去转换，让 Java 库（如 HttpClient, JDBC, Files）为你处理。
4. 在关键地方声明编码：
   • 文件读写时指定 StandardCharsets.UTF_8。
   • HTTP 请求/响应时，在 Content-Type 头部加上 ; charset=UTF-8。
   • JDBC 连接 URL 中加上 useUnicode=true&characterEncoding=UTF-8。
5. IDE 和环境的配置：确保你的开发环境（IDE、终端、操作系统）也配置为使用 UTF-8，否则你看到的可能就是乱码，但这不是 Java 代码的问题。

遵循以上原则，你就能在 99% 的情况下避免中文乱码问题。