舉個例子
我們在開發過程中,特別是多種編碼格式並存的情況下，很容易遇到亂碼問題。 假如有一個GBK編碼java文件，然後再使用-Dfile.encoding=GBK參數，寫入的文件中哪些是亂碼呢。那如果使用UFT-8編碼的java文件呢。
public class Main {
static String content = "中文";
public static void main(String[] args) throws IOException {
OutputStreamWriter gbkWriter =new OutputStreamWriter(new FileOutputStream("GBK-FILE"),"GBK");
// 情況1、2、5的結果肯定是一致的
gbkWriter.write(content+"\n"); //(1)
gbkWriter.write(new String(content.getBytes("GBK"),"GBK")+"\n"); // (2)
gbkWriter.write(new String(content.getBytes("GBK"), "UTF-8")+"\n"); // (3)
gbkWriter.write(new String(content.getBytes("UTF-8"),"GBK")+"\n"); // (4)
gbkWriter.write(new String(content.getBytes("UTF-8"), "UTF-8")+"\n"); // (5)
gbkWriter.flush();
gbkWriter.close();
}
}
java編譯到輸出
其實用一張圖就可以清晰的概括出從java文件編譯到輸出的過程 主要有3個地方的編碼轉換：
編譯過程
上圖①所示的位置，其實就是
javac -encoding xxx
的時候控制，如果你沒有顯示的指定編碼，那麼會根據當前操作系統的默認編碼格式進行編譯，一般windows是gbk，linux是UTF-8。如果這裏編碼指定錯了，那麼你的代碼很有可能出現中文亂碼問題，注意是很有可能，而不是絕對。原因後面會說到。編譯出來的class文件統一都是UTF-8格式
運行加載
當class文件加載的jvm的時候，也會進行字符串編碼轉換，和前面一樣，會使用操作系統默認的編碼格式，這裏的編碼不是指class文件的編碼，而是指java文件的編碼格式,類似於指定java文件是什麼編碼格式編譯爲class文件的。就是jvm參數：
java -Dfile.encoding=xxx
在java運行過程中，字符串在內存中則是使用Unicode(UTF-16)進行存儲的。而UTF-8轉換爲UTF-16是很簡單的過程。當我們標用String.getBytes()時候，則是把內存中的unicode轉換對應的字節數組。(如果沒有指定，則使用操作系統默認的編碼格式)。可以看出，把一個字符串從編譯到內存，其實是經歷的過程爲：
編譯文件編碼->加載jvm編碼->unicode
輸出
輸出的編碼則是在代碼中指定的。例如： OutputStreamWriter gbkWriter =new OutputStreamWriter(new FileOutputStream("GBK-FILE"),"GBK");
例子解析
如果理解上面的，我們再看看文章一開始的例子。舉幾個例子做說明，其他的情況也就逐類旁通。
例子1
java文件編碼：GBK,
javac -encoding GBK
java -Dfile.encoding=GBK 那麼使用GBK編碼查看輸出文件
(1)正常
(2)正常
(3)亂碼
(4)亂碼
(5)正常
情況(1)
情況1是比較好理解的，因爲java文件編碼、編譯、加載都是使用GBK，加載到內存中Unicode肯定也是正常的，那麼打印出來也是正常的。
情況(2)和情況(5)
在情況1的前提下（即加載到內存中是正常的），在jvm中使用GBK解碼在編碼肯定是正常的。
情況(3)和情況(4)
在情況1的前提下，使用不同的解碼和編碼，肯定是亂碼
特殊情況
當我們使用UTF-8的格式打開文件的時候，情況(4)是正常的，其餘都是亂碼。其實是因爲先使用unicode進行轉換爲UTF-8格式的Byte數組，生成的字符串雖然亂碼和寫文件的格式都是GBK，相當於原封不動的UTF-8格式的byte數組寫到文件中，所以就會出現這個情況
小節
這個例子就是直至加載到內存都是正常的情況下，在jvm內進行編碼和解碼導致亂碼的情況
例子2
java文件編碼：UTF-8,
javac -encoding GBK
java -Dfile.encoding=UTF-8
那麼使用GBK編碼查看輸出文件
(1)亂碼
(2)亂碼
(3)正常
(4)亂碼
(5)亂碼
情況(1)
情況1是亂碼，說明字符串加載到內存中就已經是亂碼了。因爲UFT-8格式使用GBK進行編碼，在生成class文件就已經是亂碼了。
情況(3)
情況3爲什麼又是正常的呢，其實這是誤打誤撞類型。個人理解的造成這個情況的原因有：
java文件的編碼正好和jvm加載文件編碼格式是一樣的
javac過程，相當於一個UTF-8->GBK格式轉換，而content.getBytes("GBK"), "UTF-8")又相當於GBK->UTF-8的轉換，兩次轉換正好相互抵消。
使用UTF-8編碼查看輸出文件
(1)正常
(2)正常
(3)亂碼
(4)亂碼
(5)正常
爲什麼是使用UTF-8打開情況1不是亂碼了呢，其實和上面誤打誤撞，只不過之前發生在內存中的GBK->UTF-8換爲我們在打開文件的時候進行的編碼轉換，情況1、2、5結果肯定一致的