在JAVA源文件-->JAVAC编译-->Class-->Java运行-->getBytes()-->newString()-->显示的过程中，
每一步都有编码的转换过程，这个过程总是存在的，只是有的时候用系统默认的编码进行。
在编写JAVA源文件的时候要指定源文件的编码,这里是指源文件的文本以什么编码保存为操作系统中的文件。
JAVAC编译的时候要把源文件编译成class文件，先要读取源文件，这时候要以一种编码来解码读到的
字节流，可以通过javac -encoding来指定以什么编码来读取源文件,如果不指定则用系统默认编码。
系统默认编码通过操作系统的file.encoding参数可以得知。
比如有一个java文件Test.java中定义了一个 String str="中文";，
然后源文件用utf-8保存，Test.java文件中"中文"的二进制
则为utf-8形式（-28 -72 -83 -26 -106 -121），这时候通过javac编译的时候
javac -encoding utf-8 Test.java,按照utf-8编码读入Test.java这个文件，编译成unicode编码的
class文件,"中文"的二进制在class文件中的二进制形式也是utf8形式。
在运行过程中，默认输入和输出的都是操作系统的默认编码，由file.encoding参数决定。
如果这时候运行str.getBytes()，没有指定编码，得到的bytes是由utf8转成系统默认编码，
如果指定编码，如str.getBytes("gb2312")，则由utf8转成gb2312.
new String(bytes[,encode])执行的时候，如果不指定编码，用操作系统的默认编码识别
bytes，如果指定编码，则用指定的编码识别bytes。得到的string在Java中仍然以utf8存在。
如果后面需要String.getBytes([encode])，系统要做一个utf8字符-->encode字符-->bytes的转换。
而对于字符，class中则是以unicode的编码保存的。
如下面的两行代码编译成class文件后如下图所示，以16进制的格式显示。4e2d为字符中的unicode编码。e4b8ade69687为中文的utf8编码。
public static final char cnchar = '中';
public static String staticStr = "static中文";
以下面这个代码来详细的了解这些概念：
public class IOTest {
private static String str = "中文";
public static void main(String[] args) throws Exception {
System.out.println(System.getProperty("file.encoding"));
testChar();
printBytes(str.getBytes("utf-8"));
printBytes(str.getBytes("unicode"));
printBytes(str.getBytes("gb2312"));
printBytes(str.getBytes("iso8859-1"));
printBytes("ABC".getBytes("iso8859-1"));
byte[] bytes = {-28, -72, -83, -26, -106, -121};
System.out.println(getStringFromBytes(bytes,"utf-8"));
byte[] bytes1 = { -2,-1,78, 45, 101, -121};
System.out.println(getStringFromBytes(bytes1,"unicode"));
System.out.println(new String(bytes1));
readBytesFromFile("C:/D/charset/utf8.txt");
readBytesFromFile("C:/D/charset/gb2312.txt");
readStringFromFile("C:/D/charset/utf8.txt","utf8");
readStringFromFile("C:/D/charset/gb2312.txt","gb2312");
}
public static void testChar() throws Exception {
char c = '中';
int i = c;
System.out.println(i);
System.out.println("\u4E2D");
printBytes("中".getBytes("unicode"));
}
public static void printBytes(byte[] bytes ) {
for(int i=0; i<bytes.length;i++){
System.out.print(" " + bytes[i]);
}
System.out.println("");
}
public static String getStringFromBytes(byte[] bytes,String charset ) throws Exception {
return new String(bytes,charset);
}
public static void writeTofile(byte[] bytes ) {
for(int i=0; i<bytes.length;i++){
System.out.print(" " + bytes[i]);
}
System.out.println("");
}
public static void readBytesFromFile(String fileName ) throws Exception {
File f = new File(fileName);
FileInputStream fin = new FileInputStream(f);
byte[] readBytes = new byte[128];
int len;
while((len=fin.read(readBytes)) !=-1){
for(int i=0; i<len;i++){
System.out.print(readBytes[i] + " ");
}
}
System.out.println("");
fin.close();
}
public static void readStringFromFile(String fileName,String charset) throws Exception {
File file = new File(fileName);
FileInputStream fis = new FileInputStream(file);
InputStreamReader fr = new InputStreamReader(fis,charset);
BufferedReader br = new BufferedReader(fr);
String line;
while ((line=br.readLine()) != null){
System.out.println(line);
}
br.close();
fr.close();
fis.close();
}
}
Java是支持多国编码的，在Java中，字符以Unicode进行存储的，每个字符占两个字节
如下面的代码：
char c = '中';
int i = c;
System.out.println(i); //20013
System.out.println("\u4E2D"); //中 4E2D = 4*16*16*16 + 14*16*16 + 32+13 =20013
printBytes("中".getBytes("unicode")); //从utf8转到unicode，-2 -1 78 45
20013对应的16进制为4E2D, 4E2D对应的10进制为4E=78 2D=45。
如何得到系统的默认编码：
System.out.println(System.getProperty("file.encoding"));
str以unicode编码可以转到兼容的其它编码
printBytes(str.getBytes("utf-8")); // -28 -72 -83 -26 -106 -121
printBytes(str.getBytes("unicode")); // -2 -1 78 45 101 -121
printBytes(str.getBytes("gb2312")); // -42 -48 -50 -60
不能转到iso8859-1，因为iso8859-1不能编码中文，输出63,63
printBytes(str.getBytes("iso8859-1")); // 63 63
通过bytes指定正确的编码可以还原到string
byte[] bytes = {-28, -72, -83, -26, -106, -121};
System.out.println(getStringFromBytes(bytes,"utf-8"));
byte[] bytes1 = { -2,-1,78, 45, 101, -121};
System.out.println(getStringFromBytes(bytes1,"unicode"));
System.out.println(new String(bytes1));//
bytes1是unicode的"中文"，系统的默认编码是utf-8，会将unicode的bytes当做utf8来解释，还原的string是乱码
来看一下文本文件的字节流
我们有一个utf8编码的文件，内容为“中文”,我们通过hex的方式查看文件，内容如下
readBytesFromFile("C:/D/charset/utf8.txt");读到的为下面的bytes，-17 -69 -65 -28 -72 -83 -26 -106 -121，其中-28 -72 -83 -26 -106 -12是"中文"的utf-8编码bytes，-17 -69 -65 是utf8编码文件的文件的文件头头形式的bytes,e4=256-28=228（getBytes得到的是-28，和e4的10进制是228,228用byte表示是-28）
我们有一个gb2312编码的文件，内容为“中文”,我们通过hex的方式查看文件，内容如下
readBytesFromFile("C:/D/charset/gb2312.txt");读到的为下面的bytes，-42 -48 -50 -60是“中文”的gb2312编码。
D6 = 256-42 =214,D0=256-48=208
如果要读取文本内容必须要指定正确的编码，以什么样的编码保存的，则以什么样的编码读取，在使用InputStreamReader时指定编码。
readStringFromFile("C:/D/charset/utf8.txt","utf8");
readStringFromFile("C:/D/charset/gb2312.txt","gb2312");