为什么Java的String.getBytes()使用"ISO-8859-1"

Question

来自java.lang.StringCoding:

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

这是从Java.lang.getBytes()中使用的,在linux jdk 7中我总是认为UTF-8是默认的字符集？

谢谢

Answer 1

这有点复杂......

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

• 默认字符集由系统file.encoding属性提供.
• 这是缓存的,在JVM启动后通过System.setProperty(..)更改它是没有用的.
• 如果file.encoding属性未映射到已知的字符集,则指定UTF-8.

....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或其他字符串)对字符串进行解码或编码,则将回退到ISO-8859-1.如果后备不起作用......系统将失败!

....真的......(喘息!)......如果我的指定字符集无法使用,UTF-8或ISO-8859-1也无法使用,它会崩溃吗？

是.String源码注释状态在StringCoding.encode(...)方法中:

//如果我们找不到ISO-8859-1(一个必需的编码)那么安装就会出现严重问题.

...然后调用System.exit(1)

那么,为什么在getBytes()方法中有意回退ISO-8859-1？

虽然不太可能,但用户JVM可能不支持UTF-8中的解码和编码或JVM启动时指定的字符集.

那么,在getBytes()期间,String类中是否正确使用了默认字符集？

不.但是,更好的问题是......

String.getBytes()是否提供了它所承诺的功能？

Javadoc中定义的合同是正确的.

未指定此字符串无法在默认字符集中进行编码时此方法的行为.在CharsetEncoder当需要在编码处理更多的控制类应当被使用.

好消息(以及更好的做事方式)

始终建议明确指定"ISO-8859-1"或"US-ASCII"或"UTF-8"或将字节转换为字符串时所需的任何字符集,反之亦然 - 除非 - 您之前已获得默认的charset并100%确定它是你需要的.

请改用此方法:

public byte[] getBytes(String charsetName)

要查找系统的默认值,只需使用:

Charset.defaultCharset()

希望有所帮助.

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,如果丢失或者是无法识别的编码,则它将作为"默认默认值"回退到ISO-8859-1.

你应该非常很少在实践中看到这一点.通常,将正确检测平台默认编码.

但是,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.即使您希望平台默认,也请明确指定.

Answer 3

这是出于兼容性的原因.

从历史上看,Windows和Unix上没有指定字符集的所有Java方法当时都使用了常见的方法,即"ISO-8859-1".

正如Isaac和javadoc所提到的,使用了默认的平台编码(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    }

始终在执行字符串到字节或字节到字符串转换时指定字符集.

即使String.getBytes()你的情况仍然如此,你仍然会发现一个不被弃用的方法没有采用charset(当Java 1.1出现时,大多数都被弃用了).就像字节顺序一样,平台格式无关紧要,相关的是存储格式的规范.