Java 字符串编码（UTF-8）

string encoding java

2022-09-02 21:13:46

我遇到了这行遗留代码，我试图弄清楚：

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));

据我所知，它是使用相同的charSet进行编码和解码的。

这与以下内容有何不同？

String newString = oldString;

是否存在两条线路具有不同输出的情况？

p.s.：只是为了澄清，是的，我知道Joel Spolsky关于编码的优秀文章！

答案 1

这可能是一种复杂的做事方式

String newString = new String(oldString);

这缩短了字符串是底层字符[]使用的要长得多。

但是，更具体地说，它将检查每个字符是否可以进行UTF-8编码。

字符串中有一些“字符”无法编码，这些字符将转换为?

\uD800 和 \uDFFF 之间的任何字符都无法编码，并且将转换为“？”

String oldString = "\uD800";
String newString = new String(oldString.getBytes("UTF-8"), "UTF-8");
System.out.println(newString.equals(oldString));

指纹

false

答案 2

这与以下内容有何不同？

这行代码在这里：

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));

构造一个新的 String 对象（即的副本），而这行代码：oldString

String newString = oldString;

声明一个类型的新变量，并将其初始化为引用与变量相同的 String 对象。java.lang.StringoldString

是否存在两条线路具有不同输出的情况？

绝对：

String newString = oldString;
boolean isSameInstance = newString == oldString; // isSameInstance == true

与。

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));
 // isSameInstance == false (in most cases)    
boolean isSameInstance = newString == oldString;

a_horse_with_no_name（见评论）当然是正确的。等效于

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));

是

String newString = new String(oldString);

减去彼得·劳里（Peter Lawrey）在回答中解释的编码的细微差别。

Java 字符串编码 （UTF-8）

Java 字符串编码（UTF-8）