您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 相關知識

Java 字符編碼問題徹底解析：原理、陷阱與最佳實踐

編輯：Java 相關知識

編碼問題本質

**亂碼 = 編碼與解碼使用了不同的字符集**

字符串在記憶體中為 Unicode (UTF-16)，進行 I/O 時必須明確指定編碼：

編碼：字符 → 字節 (`String.getBytes(charset)` / `Charset.encode()`)
解碼：字節 → 字符 (`new String(bytes, charset)` / `Charset.decode()`)

核心 API 陷阱與正確用法

場景	錯誤用法	正確用法	原因
構造 String	`new String(bytes)`	`new String(bytes, StandardCharsets.UTF_8)`	預設使用平台編碼 (Windows=GBK, Linux=UTF-8)
獲取字節	`str.getBytes()`	`str.getBytes(StandardCharsets.UTF_8)`	同上，跨平台不一致
文件讀寫	`new FileReader(file)`	`new InputStreamReader(new FileInputStream(file), "UTF-8")`	FileReader 無法指定編碼
網絡傳輸	`PrintStream` 無編碼	`new PrintStream(out, true, "UTF-8")`	PrintStream 預設平台編碼
控制台輸出	`System.out.println()`	IDE/終端設置 UTF-8，JVM 參數 `-Dfile.encoding=UTF-8`	控制台編碼可能非 UTF-8

Web 端編碼全鏈路配置

1. JSP/HTML 頁面

<%@ page pageEncoding="UTF-8" contentType="text/html;charset=UTF-8" %>
<meta charset="UTF-8" />

2. Servlet / Filter 統一設置

@WebFilter("/*")
public class EncodingFilter implements Filter {
    @Override
    public void doFilter(ServletRequest req, ServletResponse resp, FilterChain chain) {
        req.setCharacterEncoding("UTF-8");
        resp.setCharacterEncoding("UTF-8");
        resp.setContentType("text/html;charset=UTF-8");
        chain.doFilter(req, resp);
    }
}

3. Tomcat 配置

<Connector port="8080" URIEncoding="UTF-8" />
<!-- POST 請求體編碼需 Filter 支持，GET 參數由 URIEncoding 決定 -->

4. 數據庫連接

jdbc:mysql://localhost:3306/db?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai

實戰案例：表單提交亂碼追蹤

場景

頁面 `

` 輸入「你好」，後端 `request.getParameter("content")` 顯示亂碼。

追蹤鏈路

瀏覽器按頁面編碼 (UTF-8) 將「你好」編碼為字節：E4 BD A0 E5 A5 BD (6 字節)
HTTP 請求體攜帶字節流發送
Tomcat 接收，若無 Filter 設置編碼，預設 **ISO-8859-1** 解碼
ISO-8859-1 將每字節直接映射為 Unicode 字符：U+00E4 U+00BD U+00A0 U+00E5 U+00A5 U+00BD
Java String 內部保存這 6 個錯誤字符
後續處理/存庫/響應均基於錯誤字符

修復

// Filter 中最早設置
request.setCharacterEncoding("UTF-8"); // 僅對 POST 請求體有效
// GET 參數需 Tomcat URIEncoding="UTF-8" 或手動轉碼:
String fixed = new String(wrong.getBytes("ISO-8859-1"), "UTF-8");

Charset 工具類最佳實踐

public final class Charsets {
    public static final Charset UTF_8 = StandardCharsets.UTF_8;
    public static final Charset GBK = Charset.forName("GBK");
    public static final Charset ISO_8859_1 = StandardCharsets.ISO_8859_1;
    
    /** 安全編碼：字符串 → 字節數組 */
    public static byte[] encode(String s, Charset cs) {
        return s == null ? new byte[0] : s.getBytes(cs);
    }
    
    /** 安全解碼：字節數組 → 字符串 */
    public static String decode(byte[] bytes, Charset cs) {
        return bytes == null ? "" : new String(bytes, cs);
    }
    
    /** 轉碼：從源編碼轉目標編碼 */
    public static String transcode(String s, Charset src, Charset dest) {
        return decode(encode(s, src), dest);
    }
    
    /** 修復 ISO-8859-1 誤解碼的字符串 */
    public static String fixLatin1(String wrong) {
        return transcode(wrong, ISO_8859_1, UTF_8);
    }
}