问一个java字符编码的问题

Question

情况如下：

String str = "中";
String newStr = new String(str.getBytes("GBK"), "UTF-8");

newStr还能还原成str吗？感觉是不能了。

 

Answer 1

[color=red]UTF-8是可变长度编码，就是说一个英文字符占用一个字节，而对于汉字是占用三个字节。[/color]

str.getBytes("GBK")指的是：[color=red]使用GBK将str字符串解码为字节序列。[/color]

String(byte[] bytes,String charsetName)，指的是：
构造一个新的 String，方法是使用指定的字符集解码指定的字节数组。

只要明白以上三点，再举个例子，应该就明白了。

例子如下：

[code="java"]public class A {
public static void main(String[] args) throws Exception {
String str = "中";
System.out.println(str.getBytes("UTF-8").length);
System.out.println(str.getBytes("GBK").length);
String str1 = new String(str.getBytes("UTF-8"), "GBK");
System.out.println(str1);

    System.out.println("=====================");
    System.out.println(str1.getBytes("UTF-8").length);
    System.out.println(str1.getBytes("GBK").length);
    String str2 = new String(str1.getBytes("GBK"), "UTF-8");
    System.out.println(str2);

    System.out.println("**********************");
    String s = "中国";
    System.out.println(s.getBytes("UTF-8").length);
    System.out.println(s.getBytes("GBK").length);
    String str3 = new String(s.getBytes("UTF-8"), "GBK");
    System.out.println(str3);

    System.out.println("=====================");
    System.out.println(str3.getBytes("UTF-8").length);
    System.out.println(str3.getBytes("GBK").length);
    String str4 = new String(str3.getBytes("GBK"), "UTF-8");
    System.out.println(str4);
}

}[/code]

输出结果：
3
2

涓?

6
3
??

---

6
4

涓浗

9
6
中国

通过结果，应该可以发现，如果有奇数个汉字的时候，编码在解码之后，就会乱码，而对于偶数个汉字没有问题。