Java字符串编码(UTF-8)

Question

我遇到过这一系列遗留代码,我想弄清楚:

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));

据我所知,它是使用相同的charSet进行编码和解码.

这与以下有什么不同？

String newString = oldString;

是否存在两条线路具有不同输出的情况？

ps:只是为了澄清,是的,我知道Joel Spolsky关于编码的优秀文章!

Answer 1

这可能是复杂的做法

String newString = new String(oldString);

这缩短了String使用的底层char []要长得多.

但更具体地说,它将检查每个字符是否可以是UTF-8编码.

在String中可以有一些"字符",这些字符不能被编码,这些将被转换为 ?

\ uD800和\ uDFFF之间的任何字符都无法编码​​,将变为"？"

String oldString = "\uD800";
String newString = new String(oldString.getBytes("UTF-8"), "UTF-8");
System.out.println(newString.equals(oldString));

版画

false