Java中两种UTF-8字符串编码方式的区别及执行顺序疑问

让我一步步帮你理清楚这两种字符串处理方式的区别，以及执行那两行代码后的结果：

两种字符串处理方式的核心区别 #

方式一：String string2 = new String(string1.getBytes("UTF-8"), "UTF-8"); #

这个操作的逻辑很明确：

• 先把string1中的字符按照UTF-8编码规则转换成字节数组
• 再将这个字节数组按照UTF-8解码规则转回字符串
• 因为UTF-8可以完整表示所有Unicode字符（Java的String内部基于Unicode实现），只要原字符串本身是合法的，这个转换就是无损的——string2和string1的内容完全一致。本质上这是个冗余操作，不会改变字符串内容，但也不会引入问题。

方式二：String string3 = new String(string1.getBytes(),"UTF-8"); #

这个操作存在明显的风险，问题出在无参的getBytes()方法上：

• getBytes()不带参数时，会使用当前系统的默认字符编码（比如Windows默认是GBK，Linux/macOS默认是UTF-8）把字符串转成字节数组
• 之后再用UTF-8解码这个字节数组
• 如果系统默认编码和UTF-8不一致（比如GBK），原本用GBK编码出来的字节序列，用UTF-8解码时会因为不符合编码规则，出现大量乱码（通常是�或其他无法识别的字符）。只有当系统默认编码恰好是UTF-8时，结果才会和原字符串一致，但这种情况完全依赖运行环境，代码的可移植性极差。

结论：方式一是安全但冗余的操作，方式二是危险且可能导致乱码的错误操作。如果你的目标是确保字符串的UTF-8编码逻辑，方式一其实没必要，方式二则绝对不能用。

执行两行代码后的string1变化 #

我们拆成两步分析：

1. 第1行：string1 = new String(string1.getBytes("UTF-8"), "UTF-8");
   如前所述，这一步是UTF-8编码再解码的无损转换，执行后string1的内容和执行前完全一样，没有任何变化。

2. 第2行：string1 = new String(string1.getBytes(),"UTF-8");
   这一步的结果完全取决于你的系统默认编码：

   • 如果系统默认编码是UTF-8：getBytes()得到的是UTF-8字节数组，再用UTF-8解码后，string1内容依然和最初一致
   • 如果系统默认编码不是UTF-8（比如GBK）：getBytes()用GBK编码原字符串得到字节数组，再用UTF-8解码就会出现乱码，string1的内容会变成一堆无法识别的字符或替换符

内容的提问来源于stack exchange，提问作者no_name22