为什么Java的字符串。getBytes（）使用“ISO-8859-1”

Question

来自java。lang.StringCodeing：

String csn = (charsetName == null) ? "ISO-8859-1" : charsetName;

这就是从Java.lang.getBytes（）中使用的，在linux jdk 7中，我一直认为UTF-8是默认字符集？

谢啦

Answer 1

这是出于兼容性的原因。

从历史上看，Windows和Unix上所有未指定字符集的java方法当时都使用通用字符集，即"ISO-8859-1"。

正如Isaac和javadoc所提到的，使用默认的平台编码（参见Charset.java）：

594    public static Charset defaultCharset() {
595        if (defaultCharset == null) {
596            synchronized (Charset.class) {
597                String csn = AccessController.doPrivileged(
598                    new GetPropertyAction("file.encoding"));
599                Charset cs = lookup(csn);
600                if (cs != null)
601                    defaultCharset = cs;
602                else
603                    defaultCharset = forName("UTF-8");
604            }
605        }
606        return defaultCharset;
607    }

在进行字符串到字节或字节到字符串的转换时，始终指定字符集。

即使是在这种情况下，如字符串。getBytes（）您仍然可以找到一个没有采用字符集的未弃用方法（当Java 1.1出现时，大多数方法都已弃用）。就像endianness一样，平台格式是不相关的，相关的是存储格式的规范。

Answer 2

无参数String.getBytes（）方法默认不使用ISO-8859-1。如果可以确定，它将使用默认平台编码。但是，如果缺少或是无法识别的编码，它会退回到ISO-8859-1作为“默认默认值”。

您应该很少在实践中看到这一点。通常会正确检测到平台默认编码。

然而，我强烈建议您在每次执行编码或解码操作时指定显式字符编码。即使您想要平台默认值，也要明确指定。

Answer 3

Java尝试使用默认字符编码使用String.getBytes（）返回字节。

• 默认字符集由系统文件提供。编码属性

......这是棘手的部分（可能永远不会发挥作用）......

如果系统无法使用默认字符集（UTF-8或其他字符集）对字符串进行解码或编码，则将退回到ISO-8859-1。如果回退不起作用。。。系统将出现故障！

。。。。真正地（喘息！）。。。如果无法使用指定的字符集，并且UTF-8或ISO-8859-1也不可用，它会崩溃吗？

是的。StringCoding.encode（...）方法中的Java源注释状态：

//如果我们找不到ISO-8859-1（一种必需的编码），那么安装就严重错误。

。。。然后它调用系统。出口（1）

用户JVM可能不支持UTF-8或JVM启动时指定的字符集中的解码和编码，尽管可能性不大。

那么，默认字符集是否在getBytes（）期间在String类中正确使用？

不。不过，更好的问题是。。。

Javadoc中定义的合同是正确的。

当此字符串无法在默认字符集中编码时，此方法的行为未指定。当需要对编码过程进行更多控制时，应使用CharsetEncoder类。

在将字节转换为字符串（反之亦然）时，通常建议显式指定“ISO-8859-1”或“US-ASCII”或“UTF-8”或任何您想要的字符集，除非您之前已获得默认字符集并百分之百确保它是您需要的字符集。

改用此方法：

public byte[] getBytes(String charsetName)

要查找系统的默认值，只需使用：

Charset.defaultCharset()

希望这有帮助。