Java 正確的做字串編碼轉換__字元編碼格式

Java 正確的做字串編碼轉換
字串的內部表示。
字串在java中統一用unicode表示( 即utf-16 LE) ,
對於 String s = "你好哦!";
如果源碼檔案是GBK編碼, 作業系統（windows）預設的環境編碼為GBK，那麼編譯時間,  JVM將 按照GBK編碼將位元組數組解析成字元，然後將字元轉換為unicode格式的位元組數組，作為內部儲存。
當列印這個字串時，JVM 根據作業系統本地的語言環境，將unicode轉換為GBK，然後作業系統將GBK格式的內容顯示出來。
 
當源碼檔案是UTF-8, 我們需要通知編譯器源碼的格式，javac -encoding utf-8 ... , 編譯時間，JVM按照utf-8 解析成字元，然後轉換為unicode格式的位元組數組， 那麼不論源碼檔案是什麼格式，同樣的字串，最後得到的unicode位元組數組是完全一致的，顯示的時候，也是轉成GBK來顯示（跟OS環境有關）
 
亂碼如何產生。 本質上都是由於 字串原本的編碼格式 與 讀取時解析用的編碼格式不一致導致的。
例如：
String s = "你好哦!";
System.out.println( new String(s.getBytes(),"UTF-8")); //錯誤，因為getBytes()預設使用GBK編碼， 而解析時使用UTF-8編碼，肯定出錯。
其中 getBytes() 是將unicode 轉換為作業系統預設的格式的位元組數組，即"你好哦"的 GBK格式，
new String (bytes, Charset) 中的charset 是指定讀取 bytes 的方式，這裡指定為UTF-8,即把bytes的內容當做UTF-8 格式對待。
如下兩種方式都會有正確的結果，因為他們的源內容編碼和解析用的編碼是一致的。
System.out.println( new String(s.getBytes(),"GBK"));
System.out.println( new String(s.getBytes("UTF-8"),"UTF-8"));
 
那麼，如何利用getBytes 和 new String() 來進行編碼轉換呢。  網上流傳著一種錯誤的方法:
GBK--> UTF-8:    new String( s.getBytes("GBK") , "UTF-8);   ,這種方式是完全錯誤的，因為getBytes 的編碼與  UTF-8 不一致，肯定是亂碼。
但是為什麼在tomcat 下，使用 new String(s.getBytes("iso-8859-1") ,"GBK") 卻可以用呢。 答案是：
tomcat 預設使用iso-8859-1編碼， 也就是說，如果原本字串是GBK的，tomcat傳輸過程中，將GBK轉成iso-8859-1了，
預設情況下，使用iso-8859-1讀取中文肯定是有問題的，那麼我們需要將iso-8859-1 再轉成GBK， 而iso-8859-1 是單位元組編碼的，
即他認為一個位元組是一個字元， 那麼這種轉換不會對原來的位元組數組做任何改變，因為位元組數組本來就是由單個位元組組成的，
如果之前用GBK編碼，那麼轉成iso-8859-1後編碼內容完全沒變， 則 s.getBytes("iso-8859-1")  實際上還是原來GBK的編碼內容
則 new String(s.getBytes("iso-8859-1") ,"GBK")  就可以正確解碼了。 所以說這是一種巧合。
 
如何正確的將GBK轉UTF-8 ? （實際上是unicode轉UTF-8)
String gbkStr = "你好哦!"; //源碼檔案是GBK格式，或者這個字串是從GBK檔案中讀取出來的, 轉換為string 變成unicode格式
//利用getBytes將unicode字串轉成UTF-8格式的位元組數組
byte[] utf8Bytes = gbkStr.getBytes("UTF-8");
//然後用utf-8 對這個位元組數組解碼成新的字串
String utf8Str = new String(utf8Bytes, "UTF-8");
簡化後就是:
unicodeToUtf8 (String s) {
return new String( s.getBytes("utf-8") , "utf-8");
}
UTF-8 轉GBK原理也是一樣
return new String( s.getBytes("GBK") , "GBK");
 
 其實核心工作都由  getBytes(charset) 做了。
getBytes 的JDK 描述：Encodes this String into a sequence of bytes using the named charset, storing the result into a new byte array.
 
另外對於讀寫檔案，
OutputStreamWriter w1 = new OutputStreamWriter(new FileOutputStream("D:\\file1.txt"),"UTF-8");
InputStreamReader( stream, charset)
可以協助我們輕鬆的按照指定編碼讀寫檔案。