JAVA中的编码问题，这个问题让我疑惑好长时间了！

Question

本帖最后由 abc1541514873 于 2013-05-05 22:12:48 编辑

Answer 1

第二个问题可以回答第一个问题：
the platform's default charset指的是操作系统的默认编码方式，一个汉字在GBK里占2个字节。public static void main(String[] args) {
Properties p = System.getProperties();
System.out.println(p.getProperty("file.encoding"));
}第三个问题，记事本都可以保存为不同的编码方式：如图，你可以选择ANSI（在windows中文系统就是GBK）和UTF-8分别保存。
然后使用ue打开这个文件，使用ctrl和h键看它的二进制格式：
GBK：UTF-8：

Answer 2

你可以看到，GBK是2个字节，BA和B9；
UTF-8是6个字节，其中开头的EF BB BF是UTF-8文件的标志，最后的E6 B1 97才是这个字的编码。那么你可以知道，其实UTF-8文件是有文件头EF BB BF的，只是这个是给编辑工具用的，不会展示个用户。那么你的第四个问题就好回答了，如果你不设置编码方式，就是用系统的，windows中文就是GBK。
如果你设置UTF-8，就会在输出文件的头部加上EF BB BF，供编辑工具识别它是一个UTF-8文件。

Answer 3

随便给你一个a.txt文件，你怎么判断它的编码方式呢？先用记事本打开，然后"另存为"看到的编码方式就是这个文件的编码方式。
操作系统或者编辑工具只能根据文件是不是有UTF-8头，进行对应的展示（可以理解为解码）；
它们并不保证正确，所有常常我们会打开文件乱码。

Answer 4

那在文件头部加上编码标识符 这个事，是我们JDK做的呢，还是我们的操作系统完成的呢？

Answer 5

追问如下：问题一： 我们常常在我们的myeclipse下设置页面格式为“UTF-8”，我想问的设置这个格式的目的到底是干什么？是为了让平台对于页面的编码和解码方式都是按照“UTF-8”么？是不是假如一个按照GBK格式编码并且含有汉字的文件，在以“UTF-8”为编码的myeclipse下，一定会出现乱码呢？第二：我建立了两个文档，分别为utf-8.txt和GBK.txt，在每个文档中都保存了三个汉字“我爱你”，在以文本方式打开时候都正常显示，但是在以十六进制格式查看两个文档中，前者出现乱码，后者正常显示，这是否表明，UltraEditor对于中文的支持仍然存在一些问题呢，以至于在16进制查看汉字的时候，出现乱码？第三：在用Ultra，以16进制查看文档的时候，左侧的00000000h，00000010h这些标志的作用是什么呢，我很疑惑，在网上也没有查到，只是为了每一行的位置么，还是另有用意？我对Ultra不太熟悉，敬请赐教。第三：在

Answer 6

兄弟，你的问的太多了，哥疲于应付了。就先说点我知道的吧：文件头部加上编码标识符这个事，是我们JDK做的呢，还是我们的操作系统完成的呢？
// 是JDK做的。你想象一下记事本保存为不同编码的文件，就是增不增加这个文件头不一样罢了。
那么JDK的输出流，也和记事本做同样的事情就行了。操作系统并不关心你写什么到文件里。GBK的文件，用UTF-8方式打开一定是乱码，同样UTF-8文件用GBK方式打开也是乱码。myeclipse下设置页面格式为“UTF-8”，这个具体做了什么？我谈谈我的理解：
1、你保存java或者jsp文件的时候，会在文件增加UTF-8头。
2、编译的时候，会使用这个参数。你看javac命令有一个参数-encoding。myeclipse自动编译的时候，应该会使用这个参数的，只是咱们没注意过。你可以控制这个参数手动编译你的2个不同编码java的文件，然后运行，会对乱码有新的认识。
C:\Users\Tom>javac -help
用法：javac <选项> <源文件>
其中，可能的选项包括：
  ......
  -encoding <编码>             指定源文件使用的字符编码UE的乱码问题：
只要在文本格式查看不存在问题，就说明它支持的很好。
UTF-8文件二进制方式查看出现乱码，看样子是UE用GBK的编码方式去解码UTF-8的文件了。
你的UTF-8文件是14个字节，其中最后一个20是一个空格。那么前面13个自己，按照GBK一个汉字2个字节计算，应该解析出来是6个半汉字，你的乱码恰巧是6个汉字。其实你可以在这个文件里只保存一个汉字，你会看到乱码的第一个汉字始终是一样的，这个就是UTF-8的头的前2个字节用GBK去解码的缘故，这其实也是乱码的产生的一般原因。