Java 編碼轉換深度解析：從源碼編譯到運行時編解碼全流程

中文亂碼本質是「編碼與解碼格式不一致」。本文從微觀流程切入，完整梳理 Java 源碼保存 → javac 編譯 → Class 字節碼 → JVM 載入 → Console/Servlet/DB 三大運行場景的編解碼轉換鏈路，並給出 I/O、記憶體、資料庫、Java Web 四大場景的最佳實踐代碼與避坑指南。

四階段編碼轉換鏈路

1. 源碼保存：編輯器按 OS 預設編碼（Windows GBK、Linux UTF-8）寫入 .java。
2. javac 編譯：JDK 讀取 file.encoding 或 -encoding 參數，將源碼轉為 Unicode 存入 .class 常量池。
3. Class 載入：JVM 讀取 .class，字符串常量在記憶體以 UTF-16 (char[]) 形式存在。
4. 運行時交互：三大場景分流
   • Console：System.in/out 按 file.encoding 轉碼。
   • Servlet：請求參數預設 ISO-8859-1，回應預設 ISO-8859-1，必須手動設定 UTF-8。
   • JDBC：驅動預設 ISO-8859-1，需在 URL 指定 characterEncoding=utf8。

核心 API：String.getBytes / new String

String s = "我是 cm";
// 編碼：String → byte[]
byte[] utf8 = s.getBytes("UTF-8");   // 指定編碼
byte[] gbk  = s.getBytes("GBK");
byte[] iso  = s.getBytes("ISO-8859-1"); // 中文變 ??

// 解碼：byte[] → String
String s1 = new String(utf8, "UTF-8"); // 正確
String s2 = new String(utf8, "GBK");   // 亂碼
String s3 = new String(utf8);          // 平台預設編碼，風險大

編碼對照表（十六進制）

字符        UTF-8           GBK           ISO-8859-1
我          E6 88 91        CE D2         3F (?) 
是          E6 98 AF        CA C7         3F (?)
空格        20              20            20
c           63              63            63
m           6D              6D            6D

I/O 最佳實踐

// 讀取 UTF-8 文件
try (InputStream is = new FileInputStream("test.txt");
     Reader r = new InputStreamReader(is, StandardCharsets.UTF_8)) {
    char[] buf = new char[1024];
    int len; while ((len = r.read(buf)) != -1) { /* 處理 */ }
}

// 寫入 UTF-8 文件
try (OutputStream os = new FileOutputStream("out.txt");
     Writer w = new OutputStreamWriter(os, StandardCharsets.UTF_8)) {
    w.write("中文內容");
}

Servlet 亂碼終極解決方案

// 1. 請求過濾器統一設定
request.setCharacterEncoding("UTF-8");
// 2. 回應設定
response.setContentType("text/html;charset=UTF-8");
// 3. Tomcat server.xml Connector 加上 URIEncoding="UTF-8"
// 4. JSP 頁面指令 <%@ page pageEncoding="UTF-8" %>
// 5. JDBC URL: jdbc:mysql://...?characterEncoding=utf8&useSSL=false

掌握「編碼必須成對、全鏈路統一」原則，亂碼問題將不再是噩夢。