Java中字符编码问题的解决方法详解

本文主要是介绍Java中字符编码问题的解决方法详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

《Java中字符编码问题的解决方法详解》在日常Java开发中,字符编码问题是一个非常常见却又特别容易踩坑的地方,这篇文章就带你一步一步看清楚字符编码的来龙去脉,并结合可运行的代码,看看如何在Java项...

前言

在日常 Java 开发中，字符编码问题是一个非常常见却又特别容易踩坑的地方。尤其是在不同操作系统之间切换，或者从前端传到后端、再到数据库，编码没统一好，中文就会出现“乱码”。很多同学第一次遇到的时候，会被一大堆奇怪的方块符号或者问号整崩溃。

这篇文章就带你一步一步看清楚字符编码的来龙去脉，并结合可运行的代码，看看如何在 Java 项目里彻底解决编码不一致的问题。

背景：为什么会出现编码问题

其实原因很简单：不同系统、不同软件的默认字符编码不一样。

Windows 上默认编码是 GBK 或 CP936。
linux、MAC 大部分是 UTF-8。
数据库可能是 Latin1、GBK 或 UTF-8。
Tomcat、IDEA 默认也可能不是 UTF-8。

举个例子，如果你的 Java 程序里写了一行中文字符串 "你好"，在 UTF-8 下存储没问题，但如果有人用 GBK 来读取，就会直接炸掉，变成“乱码”。

常见场景分析

控制台输出乱码

在 Windows 的 CMD 下运行 Java 程序时，经常会看到控制台打印中文是乱码。这是因为 Windows 控制台默认用 GBK 编码，但你的 Java 程序里可能用的是 UTF-8。

public class EncodingDemo {
    public static void main(String[] args) {
        String msg = "你好，世界";
        System.out.println(msg);
    }
}

在 Linux/Mac 控制台上运行，大概率没问题。但在 Windows CMD 里，就会看到一堆奇怪符号。

文件读写乱码

当你从文件里读中文内容时，如果读的时候用的编码和写的时候不一样，也会直接出错。

import java.io.*;

public class FileEncodingDemo {
    public static void main(String[] args) throws Exception {
        String text = "中文内容测试";

        // 写入文件，强制使用 UTF-8
        try (Writer writer = new OutputStreamWriter(new FileOutputStream("test.txt"), "UTF-8")) {
            writer.write(text);
        }

        // 读取文件（错误示范：不指定编码）
        try (BufferedReader reader = new BufferedReader(new FileReader("test.txt"))) {
            System.out.println("读到的内容：" + reader.readLine());
        }

        // 正确方式：指定 UTF-8
        try http://www.chinasem.cn(BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream("test.txt"), "UTF-8"))) {
            System.out.println("正确读到的内容：" + reader.readLine());
        }
    }
}

运行后你会发现，没指定编码时中文是乱码，指定了 UTF-8 之后就正常了。

数据库存取乱码

数据库也是高频出错点，比如 mysql 默python认的 latin1 编码就很坑。假设表结构是这样的：

CREATE TABLE user (
  id INT PRIMARY KEY AUTO_INCREMENT,
  name VARCHAR(50)
) DEFAULT CHARSET=latin1;

如果你在 Java 里用 UTF-8 往里面写入 "张三"，再读出来时就会发现已经是乱码。

解决办法是：

建库建表时就指定 utf8mb4：

CREATE DATABASE demo DEFAULT CHARSET=utf8mb4;

JDBC 连接时也要加上编码参数：

spring.dataso编程urce.url=jdbc:mysql://localhost:3306/demo?useUnicode=true&characterEncoding=utf-8&serverTimezone=UTC

解决方案

那我们该怎么统一解决这个问题呢？其实有几个常见思路：

统一使用 UTF-8

UTF-8 是现在最通用的编码方式，跨系统兼容性最好。所以最稳妥的做法就是：整个链路都统一成 UTF-8。
包括：源代码文件、编译参数、运行参数、数据库配置、Tomcat 配置。

比如在 Maven 项目里，你可以在 pom.XML 里强制指定源码编码：

<project>
  <properties>
    <project.build.sourceEnhttp://www.chinasem.cncoding>UTF-8</project.build.sourceEncoding>
  </properties>
</project>

这样即便在 Windows 上编译，结果也不会变。

设置 JVM 参数

如果你发现运行环境默认编码不是 UTF-8，可以在 JVM 启动时加上参数：

java -Dfile.encoding=UTF-8 -jar app.jar

这会让整个 Java 虚拟机的默认编码改成 UTF-8，很多情况下能一劳永逸。

数据库设置字符集

在 MySQL 里，推荐直接用 utf8mb4，这样连 emoji 表情都能存：

ALTER DATABASE demo CHARACTER SET utf8mb4;
ALTER TABLE user CONVERT TO CHARACTER SET utf8mb4;

同时，Java 里的 JDBC 连接也要显式指定编码，否则还是会出问题。

实际案例：乱码排查经验

我自己就踩过一个坑：在 Windows 下本地开发，数据库是 utf8mb4，项目里也设了 -Dfile.encoding=UTF-8，一切正常。但是代码上线到 Linux 服务器后，日志里的中文全是乱码。排查了半天，最后发现是 日志框架的配置文件没声明 UTF-8，导致写日志文件时被当成系统默认编码。

后来改了一行配置就好了：

<encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
    <charset>UTF-8</charsezeUlJext>
    <pattern>%d{yyyy-MM-dd HH:mm:ss} [%thread] %-5level %logger{36} - %msg%n</pattern>
</encoder>

所以要点就是：不要依赖默认值，凡是涉及到字符集的地方都要显式声明 UTF-8。