String.getBytes()方法中的中文编码问题

String的getBytes()方法是得到一个字串的字节数组，这是众所周知的。但特别要注意的是，本方法将返回该操作系统默认的编码格式的字节数组。如果你在使用这个方法时不考虑到这一点，你会发现在一个平台上运行．

　 　良好的系统，放到另外一台机器后会产生意想不到的问题。比如下面的程序，class TestCharset { public static void main(String[] args)  {  new TestCharset().execute(); } private void execute() {  String s = "Hello!你好！";    byte[] bytes = s.getBytes();  System.out.println("bytes lenght is:" + bytes.length); }}

　　在一个中文WindowsXP系统下，运行时，结果为：bytes lenght is:12
　　但是如果放到了一个英文的Unix环境下运行：
　　$ Java TestCharset
　　bytes lenght is:9

　 　如果你的程序依赖于该结果，将在后续操作中引起问题。为什么在一个系统中结果为12，而在另外一个却变成了9了呢？上面已经提到了，该方法是和平台（编 码）相关的。在中文操作系统中，getBytes方法返回的是一个GBK或者GB2312的中文编码的字节数组，其中中文字符，各占两个字节。而在英文平 台中，一般的默认编码是“ISO-8859-1”，每个字符都只取一个字节（而不管是否非拉丁字符）。

　　Java中的编码支持

　　Java是支持多国编码的，在Java中，字符都是以Unicode进行存储的，比如，“你”字的Unicode编码是“4f60”，我们可以通过下面的实验代码来验证：

　 　class TestCharset { public static void main(String[] args)  {  char c = '你';  int i = c;  System.out.println(c);  System.out.println(i); }}

　　不管你在任何平台上执行，都会有相同的输出：
　　----------------- output ------------------
　　你
　　20320

　　20320就是Unicode “4f60”的整数值。其实，你可以反编译上面的类，可以发现在生成的.class文件中字符“你”（或者其它任何中文字串）本身就是以Unicode编码进行存储的：

        char c = '\u4F60';        ... ...