首先說明這里指的是Java中的String，雖然我已經決定轉戰C/C++了，但是因為今天碰到一個問題，還是來看一下。String的定義如下：
public final class String
{
private final char value[]; // 保存的字符串
private final int offset; // 開始的位置
private final int count; // 字符數目
private int hash; // 緩存的hash值
......
}
在Debug的時候可以看到保存的值如下：
需要說明一下的是：如果沒有調用過hashCode()，那么hash的值為0。容易知道這里的value也就是真正保存的字符串的值（也就是“字符串測試”）的char數組，而每個char的值是多少呢？很容易驗證：Unicode。
到這里大家也就猜到我們常用的subString是怎么實現的了：如果是讓我們實現的話讓new String使用相同的value（char數組），只修改offset和count就可以了。這樣的話既省空間又快（不需要拷貝），而事實上也是這樣的：
public String substring(int beginIndex) {
return substring(beginIndex, count);
}
public String substring(int beginIndex, int endIndex) {
......
return ((beginIndex == 0) && (endIndex == count)) ? this :
new String(offset + beginIndex, endIndex - beginIndex, value);
}
String(int offset, int count, char value[]) {
this.value = value;
this.offset = offset;
this.count = count;
}
既然是在討論字符串，JVM默認使用的是什么編碼呢？通過調試可以發現：
public static Charset defaultCharset() {
if (defaultCharset == null) {
synchronized (Charset.class) {
java.security.PrivilegedAction pa = new GetPropertyAction("file.encoding");
String csn = (String)AccessController.doPrivileged(pa);
Charset cs = lookup(csn);
if (cs != null)
defaultCharset = cs;
else
defaultCharset = forName("UTF-8");
}
}
其中defaultCharset的值可以通過：
-Dfile.encoding=utf-8
進行設置。當然如果你想設置為“abc”也可以，但會默認設置為UTF-8?？梢酝ㄟ^System.getProperty("file.encoding")來看具體的值?？磀efaultCharset是為什么呢？因為網絡傳輸的過程中應該都是byte數組，不同的編碼方式得到的byte數組可能是不相同的。所以，我們得知道編碼方式是怎么得到的吧？具體得到byte數組的方法也就是我們下面重點要看的getBytes了，它最終要調用的是CharsetEncoder的encode方法，如下：
public final CoderResult encode(CharBuffer in, ByteBuffer out, boolean endOfInput) {
int newState = endOfInput ? ST_END : ST_CODING;
if ((state != ST_RESET) && (state != ST_CODING) && !(endOfInput && (state == ST_END)))
throwIllegalStateException(state, newState);
state = newState;
for (;;) {
CoderResult cr;
try {
cr = encodeLoop(in, out);
} catch (BufferUnderflowException x) {
throw new CoderMalfunctionError(x);
} catch (BufferOverflowException x) {
throw new CoderMalfunctionError(x);
}
if (cr.isOverflow())
return cr;
if (cr.isUnderflow()) {
if (endOfInput && in.hasRemaining()) {
cr = CoderResult.malformedForLength(in.remaining());
} else {
return cr;
}
}
CodingErrorAction action = null;
if (cr.isMalformed())
action = malformedInputAction;
else if (cr.isUnmappable())
action = unmappableCharacterAction;
else
assert false : cr.toString();
if (action == CodingErrorAction.REPORT)
return cr;
if (action == CodingErrorAction.REPLACE) {
if (out.remaining() < replacement.length)
return CoderResult.OVERFLOW;
out.put(replacement);
}
if ((action == CodingErrorAction.IGNORE) || (action == CodingErrorAction.REPLACE)) {
in.position(in.position() + cr.length());
continue;
}
assert false;
}
}
當然首先會根據需要的編碼格式選擇對應的CharsetEncoder，而最主要的是不同的CharsetEncoder實現了不同的encodeLoop方法。這里可能會不明白為什么這里有個for(;;)？其實看CharsetEncoder所處的包（nio）和它的參數也就大概明白了：這個函數是可以處理流的（雖然我們這里使用的時候不會循環）。
在encodeLoop方法中會將盡可能多的char轉換為byte，new String差不多就是上面的逆過程。
在實際的開發過程中經常會遇到亂碼問題：
在上傳文件的時候取到文件名；
JS傳到后端的字符串；
首先先嘗試下下面代碼的的運行結果：
