Java使用什么编码从给定的unicode数据创建字符串？

Question

我很困惑，为什么我不应该用UTF-8编码unicode文本进行比较，而其他文本（要比较）已经用UTF-8编码了？

public static final String ACCESS_DENIED_IN_JAPANESE = "\u30a2\u30af\u30bb\u30b9\u62d2\u5426"; // means Access denied 

 InputStream in = new FileInputStream("F:\\sample.txt");
        int b1; 
        byte[] bytes = new byte[4096];
        int i = 0;
        while (true) {
            b1 = in.read();
            if (b1 == -1)
                break;
            bytes[i++] = (byte) b1;
        }

        String japTextFromFile = new String(bytes, 0, i, Charset.forName("UTF-8"));

System.out.println(ACCESS_DENIED_IN_JAPANESE.equals(japTextFromFile));  // result is `true` , and works fine

但是，当我用UTF-8编码access_denied_in_japine并尝试将其与japtextfromfile进行比较时，结果是false。代码是

String encodedAccessDenied = new String(ACCESS_DENIED_IN_JAPANESE.getBytes(),Charset.forName("UTF-8"));

System.out.println(encodedAccessDenied .equals(japTextFromFile));  // result is `false`

所以我的疑问是，当两个字符串都是相同的，并且都是用UTF-8编码的时候，为什么上面的比较失败了？结果应该为true。

但是，在第一种情况下，当比较不同的编码字符串时--一种是UTF-16（Java默认的字符串编码方式），另一种是UTF-8时，结果是true，我认为应该是false，因为编码不同，无论我们读的文本是一样的。

我的理解哪里错了？如有任何澄清，不胜感激。

Answer 1

access_denied_in_japines.getBytes()不使用UTF-8。它使用您平台的默认字符集。但然后使用UTF-8将这些字节转换回字符串。这将得到一个与开始时不同的字符串。

试试这个：

String encodedAccessDenied = new String(ACCESS_DENIED_IN_JAPANESE.getBytes(StandardCharsets.UTF_8),StandardCharsets.UTF_8
);

System.out.println(encodedAccessDenied .equals(japTextFromFile));  // result is `true`