java 默认unicode编码，任何字符串都默认了unicode，为什么GBK转UTF-8还会乱码？
0
悬赏园豆：10
[待解决问题]
String name = "我来了"；
String str = new String(name.getBytes("x"),"xxx")；
不管jvm这里默认的编码是GBK还是UTF-8还是其他编码，name.getBytes("x")java都会自动帮你转成Unicode编码，然后再以x的编码方式转成xxx的编码字符集。
例如：如何GbK转成UTF-8，真正的核心问题是GBK怎么转成unicode（无法直接转只能找GBK和unicode对照表），转成unicode以后转utf-8就好转了（因为有规律）。java特殊因为java 字符串都是默认unicode的（生产的class文件都是 unicode字符集），所以无论你name.getBytes("xx")是什么编码得到的unicode值都是unicode字符集的正确值。（既然java字符默认都转成了unicode那么为什么GBK转UTF-8为什么还是乱码？java都做到默认转unicode编码了可以实现不乱码了，不知内部为什么？），所有有人在java语言中也有实现GBK转UTF-8，其实就是直接unicode转utf-8。
这里有一篇GBK2utf-8的文章，http://www.blogjava.net/pengpenglin/archive/2010/02/22/313669.html
，重新描述一下我的问题？我知道xxx.getBytes("xx"),这个java会自动转成unicode的，不管你系统设置了什么编码。那么大家知道unicode转utf-8是肯定不会乱码的，问题来了，java中其实实现new String （xxx.getBytes("GBK"),UTF-8）其实会乱码的，那么为什么？别说原理其实我知道GBK转Utf-8肯定会乱码？编码规则都不一样？关键是java既然实现了任何编码都默认转成了unicode理论直接转utf-8不会乱码了呀？
所有回答(2)
0
你得看文件到底是用什么编码存储的啊，如果是UTF-8，结果你这里使用GBK来解析，由于他们的字节是不一样的，就算你在代码中转成了UTF-8，它也不认识了！....所以你需要先看一下文件的编码、系统的编码、代码getBytes()的编码、newString的编码.....这样一级一级的来。
比如，如果你的文件编码为ANSI或者UTF-8，最好是使用ISO-8859-1先按照字节来读取，然后转成对应的GB-2312或者UTF-8。
new String(str.getBytes("ISO-8859-1"), "UTF-8");
另外，你的红色字体真刺眼！
0
试着解释一下：
字符串对象在计算机里存储传输是字节流，也就是byte[]。字符串是什么呢，字符串是字节流+编码。如果只给你一串字节流，不告诉你编码是什么，你是不可能看到正确的字符串的。
这个世界上有很多种编码，ascii、gbk、utf-8……浏览器把字节流传给服务器，如果浏览器按照gbk编码，服务器按照utf-8解码，结果就是乱码。
java是unicode内码，当jvm执行String name="我来了";内存的字节流是unicode编码。
然后看一下String类的文档，先看构造函数：
public String(byte[] bytes, Charset charset)
Constructs a new
String by decoding the specified array of bytes using the specified charset. The length of the new String is a function of the charset, and hence may not be equal to the length of the byte array.构造函数会按照charset参数对字节流进行编码，得到一个字符串。
再看看getByte：
public byte[] getBytes(Charset charset)
Encodes this
String into a sequence of bytes using the given charset, storing the result into a new byte array.把字符串按照chatset参数转成字节流。
当你运行name.toBytes("xx")，你把“我来了”按照xx编码转成字节流，你再运行new String(bytes, "xxx")，你又把xx编码的字节流按照xxx编码转成字符串，当然是乱码了。
那我们为什么有时候要转码呢？
比如我们写一个服务器程序，从浏览器得到一个字符串。浏览器是按照utf-8编码传输这个字符串的，但是我们的tomcat收到字节流却用gbk解码，于是我们的jsp里面就会看到一个乱乱的string。不要紧，只要把这个乱乱的string按照gbk重新转成字节流，再按照utf-8编码，不就恢复了吗。new String(s.toBytes("gbk"),"utf-8")
当然最好是调一下tomcat的设置，让tomcat直接用utf-8编码收到的字节流，就不用在jsp代码里转了。
