Java中字符编码问题的解决方法详解

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 (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.datasource.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.sourceEncoding>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</charset>
    <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。

总结

Java 的字符编码问题，说白了就是“读和写不一致”。解决它的核心就是统一，特别是统一用 UTF-8。

• 源代码、编译、运行 JVM 都统一 UTF-8。
• 文件读写时显式指定编码。
• 数据库用 utf8mb4 并在 JDBC 连接里加上参数。

只要做到这几点，基本就不会再遇到莫名其妙的乱码问题。

到此这篇关于Java中字符编码问题的解决方法详解的文章就介绍到这了,更多相关Java字符编码内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论