java String 乱码问题

[ylczj]

str = new String(str.getBytes("GBK"), "utf-8");
str = new String(str.getBytes("utf-8"), "GBK");
str为什么不一样了

[Mourinho]

str的字符集不一样了，虽然str本身没有变化，但是因为字符集的不同而显示不同的字符串。可能出现乱码。

[thinkmore135]

内存地址问题吧貌似！！

[beowulf2005]

String str = "猪";
        System.out.println(str);
        System.out.println(codeA+Arrays.toString(str.getBytes(codeA)));
        System.out.println(codeB+Arrays.toString(str.getBytes(codeB)));
        System.out.println(codeC+Arrays.toString(str.getBytes(codeC)));        
        System.out.println("------------------------------------------");
        
        str = new String(str.getBytes(codeB), codeA);
        System.out.println(str);        
        System.out.println(codeA+Arrays.toString(str.getBytes(codeA)));
        System.out.println(codeB+Arrays.toString(str.getBytes(codeB)));
        System.out.println(codeC+Arrays.toString(str.getBytes(codeC)));
        System.out.println("------------------------------------------");
        
        str = new String(str.getBytes(codeA), codeB);
        System.out.println(str); 
        System.out.println(codeA+Arrays.toString(str.getBytes(codeA)));
        System.out.println(codeB+Arrays.toString(str.getBytes(codeB)));
        System.out.println(codeC+Arrays.toString(str.getBytes(codeC)));
        System.out.println("------------------------------------------");
    }

GBK是等长码，码长是固定的。
UTF8是非等长码，码长是变化的。
你第一次转码的时候，你将字符串（java 内部 Unicode UTF16）经GBK解码的字节流，再用UTF8编码。码长变化了。
以猪为例
本来UTF8需要3字节表示猪，GBK只要2字节，所以Unicode的猪4字节经GBK解码后得2字节，
但这两个字节经过UTF8编码变成了两个字符，每个字符3字节，共6字节。（第一次）
接下来这两个字符再经UTF8解释成6字节，个被当作GBK编码，于是得3个字符（第二次）

[eclipse_xu]

GBK兼容所有汉字 包括台湾地区的繁体 与其他编码不一样

[vipwalkingdog]

两个new出来的东西都不一样的！！

[wang_huanming]

str = new String(str.getBytes("GBK"), "utf-8");
这个是怎么定义的啊，你也没有完全贴出来str 怎么还能等于(str.getBytes("GBK"), "utf-8");

[beowulf2005]

public class EncodeTest {
    
    /**
     * @param args
     * @throws Exception
     */
    public static void main(String[] args) throws Exception {
        String codeA = "UTF-8";
        String codeB = "GBK";
        String codeC = "UTF-16";
        // GBK是等长码，码长是固定的，2字节。
        // UTF8是非等长码，码长是变化的，通常1到3字节。
        // 以猪为例，GBK只要2字节，D6ED。
        // 你第一次转码的时候，你将字符串（java 内部 Unicode UTF16）经GBK解码的字节流，变成了D6ED。
        // 再用UTF8编码。因为D6ED 不在 UTF8 有效编码范围内（UTF8有效编码网上自己找），
        // 这两个字节于是被解释成两个非法字符。
        // 接下来第二次，这两个非法字符再经UTF8解码变成6字节，每个字符3字节。码长变化了。
        // 最后这6个bytes被当作GBK编码，于是得3个乱码字符。
        // 如果是简单的单字节ASCII字符，就不会出现上述问题。 比如 str="X" 就不会有问题
        String str = "猪";
        System.out.println(str);
        System.out.println(codeA + " : " + toHex(str.getBytes(codeA)));
        System.out.println(codeA + " : " + toBinary(str.getBytes(codeA)));
        System.out.println(codeB + " : " + toHex(str.getBytes(codeB)));
        System.out.println(codeB + " : " + toBinary(str.getBytes(codeB)));
        System.out.println(codeC + " : " + toHex(str.getBytes(codeC)));
        System.out.println(codeC + " : " + toBinary(str.getBytes(codeC)));
        System.out.println("------------------------------------------");
        
        str = new String(str.getBytes(codeB), codeA);
        System.out.println(str);
        System.out.println(codeA + " : " + toHex(str.getBytes(codeA)));
        System.out.println(codeA + " : " + toBinary(str.getBytes(codeA)));
        System.out.println(codeB + " : " + toHex(str.getBytes(codeB)));
        System.out.println(codeB + " : " + toBinary(str.getBytes(codeB)));
        System.out.println(codeC + " : " + toHex(str.getBytes(codeC)));
        System.out.println(codeC + " : " + toBinary(str.getBytes(codeC)));
        System.out.println("------------------------------------------");
        
        str = new String(str.getBytes(codeA), codeB);
        System.out.println(str);
        System.out.println(codeA + " : " + toHex(str.getBytes(codeA)));
        System.out.println(codeA + " : " + toBinary(str.getBytes(codeA)));
        System.out.println(codeB + " : " + toHex(str.getBytes(codeB)));
        System.out.println(codeB + " : " + toBinary(str.getBytes(codeB)));
        System.out.println(codeC + " : " + toHex(str.getBytes(codeC)));
        System.out.println(codeC + " : " + toBinary(str.getBytes(codeC)));
        System.out.println("------------------------------------------");
    }
    
    private static String toBinary(byte[] data) {
        StringBuilder sb = new StringBuilder();
        for (byte b : data) {
            sb.append(Integer.toString(b & 0xff, 2)).append(" ");
        }
        return sb.toString();
    }
    
    private static String toHex(byte[] data) {
        StringBuilder sb = new StringBuilder();
        for (byte b : data) {
            sb.append(Integer.toString(b & 0xff, 16).toUpperCase()).append(" ");
        }
        return sb.toString();
    }
    
}

这次发全了。我觉得我讲得够清楚了，还不明白就没办法了。趁早改行吧。

[ylczj]

getBytes（）是怎么在转的，如果我指定用GBK或是其他编码，返回的字节数据难道不随着变化吗，（在不同的编码下得到不同的字节数据，但通过编码识别后都是一样的字符内容？？不是这样吗）
有没getBytes和new String(数组,编码)的内部实现？？谢谢