小白们在不同平台上使用String.getBytes()，会发现同样的字符得到的字节数组不同样。明显这是依赖于平台的默认字符集。
这可以从源码注释中得知：其中，默认的charset是Charset.defaultCharset()
其实Charset.defaultCharset()是受到 jvm参数 -Dfile.encoding=UTF-8 的影响。在启动jvm时如果没有指定编码，那么就以平台默认编码。因而，在大部分windows系统，我们ANSI 是GBK ，所以getBytes()的结果是GBK格式。
我们来做个实验即可明了：
1） 在IDE中，例如IDEAJ中，如果我们没有指定file.encoding的值，那么IDE默认会“偷偷”给我们设置为UTF-8：
如果我们需要指定，则在这里修改即可：
2）不在IDE中的情况。没有IDE的“偷鸡摸狗”行为，如果我们没有指定，则默认按照操作系统的ANSI 编码。
如果我们手动指定了file.encoding参数，那么也会输出结果也会改变：
总结：
由上面，我们可以看到getBytes() 其实是受到很多因素影响的。为了提高可控性，我不建议大家直接用getBytes()，而是每次都手动指定编码：getBytes("****")，这样才不会受操作系统等因素影响。(毕竟乱码问题往往涉及因素、环节较多，排查起来会有点困难)
注意：很多人在这里又容易混淆，误以为JVM中字符内码 也变成 -Dfile.encoding指定编码格式了。这是错误的，也是容易混淆的。一定要记住：JVM中字符内码只会是UTF-16格式！！-Dfile.encoding指定编码格式是在平时转化成字节数组、IO流处理等才起作用。
网友评论