Question

Java中如果自身是utf8编码,再用utf8编码转下会成乱码吗

Answer 1

Java 中内核是 unicode，字符集只是在逗当我们想把它通过网络发送出去或保存到磁盘或打印机上去地 才需要按字符集的方案编码成 byte[]。


所以你这句话中的逗Java中如果自身是 utf8" 这段是没有意义的。


一个 String 字符串不存在字符集概念，只有把一个 String 转换成 byte[] 时才需要指定字符集。如果你说用 utf8 转换两次，那这其中至少还需要涉及到另一种字符集才有可能。纯粹转换2次是不可能的，因为转换是在 String 和 byte[] 之间，当我们把 byte[] 转换成 string 再转换成另一个 byte[] 那么这其中把 byte[] 转换成 String 本身就涉及到另一个字符集了。

String a = "汉字地;
byte[] utf8 = a.getBytes("utf-8");
String b  = new String(utf8, "GB18030"); // 这样直接显示出来是乱码。
byte[] c = b.getBytes("GB18030"); // 这个过程或许能还原掉刚才的乱码过程，但不一定，可能在前面的 new String(utf8, "GB18030"); 过程中就已经破坏了，因为一般会检查是否超出范围，当超出 GB18030 的范围时的结果很难预料，可能被丢弃，也可能直接放一个默认的像0、-1这样的东西占个位置，以后再转换回去时就出错了。

String d = new String(c, "UTF-8");

Answer 2

Java 中内核是 unicode，字符集只是在“当我们想把它通过网络发送出去或保存到磁盘或打印机上去” 才需要按字符集的方案编码成 byte[]。所以你这句话中的“Java中如果自身是 utf8" 这段是没有意义的。
一个 String 字符串不存在字符集概念，只有把一个 String 转换成 byte[] 时才需要指定字符集。如果你说用 utf8 转换两次，那这其中至少还需要涉及到另一种字符集才有可能。纯粹转换2次是不可能的，因为转换是在 String 和 byte[] 之间，当我们把 byte[] 转换成 string 再转换成另一个 byte[] 那么这其中把 byte[] 转换成 String 本身就涉及到另一个字符集了。