我们学习java基础的时候.我们都知道在main方法中String的getBytes()方法如果不指定编码格式,默认是UTF-8的方法进行的编码.我们一直认为默认的编码格式就是UTF-8.直到我们学习了javaWeb.在Servlet中.我们通过getBytes()获取的是按照GBK进行编码的.至此我们就有了疑惑.这个getBytes()方法到底是怎么选择默认编码的.我们带着疑惑,去翻一下String的源代码.
1 public byte[] getBytes() { 2 return StringCoding.encode(value, 0, value.length); 3 }
继续跟进StringCoding的encode方法
1 static byte[] encode(char[] ca, int off, int len) { 2 String csn = Charset.defaultCharset().name(); 3 try { 4 // use charset name encode() variant which provides caching. 5 return encode(csn, ca, off, len); 6 } catch (UnsupportedEncodingException x) { 7 warnUnsupportedCharset(csn); 8 } 9 try { 10 return encode("ISO-8859-1", ca, off, len); 11 } catch (UnsupportedEncodingException x) { 12 // If this code is hit during VM initialization, MessageUtils is 13 // the only way we will be able to get any kind of error message. 14 MessageUtils.err("ISO-8859-1 charset not available: " 15 + x.toString()); 16 // If we can not find ISO-8859-1 (a required encoding) then things 17 // are seriously wrong with the installation. 18 System.exit(1); 19 return null; 20 } 21 }
从以上源码中可以看出是通过
1 String csn = Charset.defaultCharset().name();
来获取默认编码方式的.
我们继续跟进.查看Charset的defaultCharSet()方法.
1 public static Charset defaultCharset() { 2 if (defaultCharset == null) { 3 synchronized (Charset.class) { 4 String csn = AccessController.doPrivileged( 5 new GetPropertyAction("file.encoding")); 6 Charset cs = lookup(csn); 7 if (cs != null) 8 defaultCharset = cs; 9 else 10 defaultCharset = forName("UTF-8"); 11 } 12 } 13 return defaultCharset; 14 }
从以上源码中我们不难看出,不出异常的情况下，
默认编码是由file.encoding决定的.我们分别在main方法和Servlet中去获取file.encoding去测试一下.
1 public class Demo { 2 public static void main(String[] args) { 3 System.out.println("file.encoding="+System.getProperty("file.encoding")); 4 byte[] bytes = "黑马程序员".getBytes(); 5 System.out.println(Arrays.toString(bytes)); 6 } 7 }
输出结果是
1 file.encoding=UTF-8 2 [-23, -69, -111, -23, -87, -84, -25, -88, -117, -27, -70, -113, -27, -111, -104]
在Servlet中的测试代码:
1 @WebServlet("/user/findAllServlet") 2 public class ServletDemo1 extends HttpServlet { 3 protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { 4 System.out.println("findAllServlet..."); 5 System.out.println("file.encoding="+System.getProperty("file.encoding")); 6 byte[] bytes = "黑马程序员".getBytes(); 7 System.out.println(Arrays.toString(bytes)); 8 } 9 10 protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { 11 this.doPost(request, response); 12 } 13 }
输出结果是:
1 file.encoding=GBK 2 [-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
getBytes()方法的默认编码确实是跟file.encoding一致的.file.encoding是由谁决定的呢?
网上很多流传说是跟当前文件的编码格式相同.那我们测试一下.
在idea中我们将文件的编码格式改成GBK.
<ignore_js_op>
发现事与愿违.file.encoding依然是UTF-8的.也就是说file.encoding跟文件的编码没有任何关系.相同的代码.我们用命令行窗口去编译和运行.发现file.encoding竟然变成了GBK
1 C:UsersyanjingpanDesktop>java Demo 2 file.encoding=GBK 3 [-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
我们将Demo.java文件改成UTF-8编码格式的用 javac -encoding utf-8 Demo.java进行编译.然后运行发现file.encoding竟然没有变:
1 C:UsersyanjingpanDesktop>java Demo 2 file.encoding=GBK 3 [-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
这说明file.encoding跟编译环境没有关系.只跟运行环境有关.我们尝试运行的时候指定file.encoding编码:
1 java -Dfile.encoding=utf-8 Demo
运行结果就是:
1 file.encoding=utf-8 2 [-23, -69, -111, -23, -87, -84, -25, -88, -117, -27, -70, -113, -27, -111, -104]
运行时将file.encoding指定成gbk
1 java -Dfile.encoding=gbk Demo
运行结果就是:
1 C:UsersyanjingpanDesktop>java Demo 2 file.encoding=GBK 3 [-70, -38, -62, -19, -77, -52, -48, -14, -44, -79]
到此我们就知道了.Tomcat在启动的时候将file.encoding指定成了gbk.所以我们在Servlet中获取字节码数组的时候,默认用的就是gbk.
Tomcat是根据当前操作系统来设置file.encoding的值.我电脑是windows简体中问的.所以默认就是GBK的.
我们可以在catalina.bat中将file.encoding设置成utf-8.
1 set "JAVA_OPTS=%JAVA_OPTS% %LOGGING_CONFIG% -Dfile.encoding=UTF-8"
重启Tomcat.再访问我们的Servlet.file.encoding就改成UTF-8的了.
<ignore_js_op>
至此,困扰我们的getBytes()默认编码格式问题就解决了.