Java 为什么String.getBytes（）在编译的jar中表现不同？

我有一个项目，它从一个用拉丁语编码的明文文件中读取数据，然后用UTF-8编码将其发送到MySQL数据库。 在早期版本的一些旧代码中，使用

新字符串（String.getBytes（“UTF-8”））

手动重新编码文件中已正确读取的字符串。这在Eclipse中工作得很好，但由于某种原因，在将其编译为可执行文件.jar后，这导致字符串以拉丁1编码发送，尽管显式地将JDBC定义为UTF-8编码。 除去不必要的转换后，它在IDE和编译的jar中都能正常工作

我想知道这可能是什么原因造成的。jar和IDE是在同一个系统上执行的，除非Eclipse添加一些设置，否则我不知道VM设置是相同的。此行为在其他机器上也以完全相同的方式可见。

有两个问题：

new String(String.getBytes("UTF-8"))

采用默认系统编码来创建新字符串。例如，您应该始终明确指定新字符串的编码

new String(String.getBytes("UTF-8"), "UTF-8")

另一个系统上的默认编码很可能不同，导致字符集转换（例如从UTF-8到Cp1252）

仅当字符串读取错误且目标字符集与源字符集不同时，应用的转换才相关。例如：您最初将一些字节读取为Cp1252，但随后需要将其转换为另一个字符集（例如Cp1250）。然后你会做：

new String(String.getBytes("Cp1252"), "Cp1250")

这将在Cp1252中将字符串中的字符转换为字节，然后获取字节并在Cp1250中解释它们。对于某些（但不是全部）字符，这将映射到相同的字符，但其他字符将被重新映射

如果字符串已经按照您在问题中的暗示正确读取，那么这样做是完全没有意义的。Java中的字符串在内部只是一个字符数组，只有当作为字节数据持久化（或从字节数据读取）时编码才相关。

这一行：

new String(String.getBytes("UTF-8"))

没有实现任何类型的重新编码。它所做的是将一个字符串转换成一个字节数组，使用UTF-8编码，然后使用默认编码从中构造一个新字符串。结果还是一个字符串，Java中的字符串没有相关的编码：根据规范，它们包含

char

s，即UTF-16码点。没有定义字节级编码。这行代码所能做的最好的事情就是检索完全相同的字符串，如果默认编码不匹配，结果将是一个断开的字符串

---

如果对数据库使用了错误的编码，则必须在JDBC级别采取行动，确保通过线路发送的字符串正确编码。

您是否尝试直接检索

字符集

或验证

字符集.isSupported（“UTF-8”）

？@Jack如果输出中除了非标准字符外，字符串仍然正确，这真的会成为问题吗？IDE或.jar中也没有与此相关的异常。我只是使用了

getBytes（“UTF-8”）

与此完全相同，并且包含了

不支持的编码异常的异常处理

。所有Java实现都需要支持UTF-8这是对这个问题的一个很好的解释：）我只能假设转换在过去的某个时候是必要的，只是在我删除它之前随着代码的发展而保留下来。