Java字符串编码（UTF-8）

Question

我遇到过这一系列遗留代码，我想弄清楚：

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));

据我所知，它是使用相同的charSet进行编码和解码。

这与以下有什么不同？

String newString = oldString;

是否存在两条线路具有不同输出的情况？

ps：只是为了澄清，是的，我知道Joel Spolsky关于编码的优秀文章 ！

Answer 1

这可能是复杂的做法

String newString = new String(oldString);

这缩短了String使用的底层char []要长得多。

但更具体地说，它将检查每个字符是否可以是UTF-8编码。

你可以在一个字符串中有一些“字符”，这些字符无法编码，这些将被转换成?

\\ uD800和\\ uDFFF之间的任何字符都无法编码​​，将变为“？”

String oldString = "\uD800";
String newString = new String(oldString.getBytes("UTF-8"), "UTF-8");
System.out.println(newString.equals(oldString));

版画

false

Answer 2

这与以下有什么不同？

这行代码在这里：

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));

构造一个新的String对象（即oldString的副本），而这行代码：

String newString = oldString;

声明一个java.lang.String类型的新变量并初始化它以引用与变量oldString相同的String对象。

是否存在两条线路具有不同输出的情况？

绝对：

String newString = oldString;
boolean isSameInstance = newString == oldString; // isSameInstance == true

与

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));
 // isSameInstance == false (in most cases)    
boolean isSameInstance = newString == oldString;

a_horse_with_no_name（见评论）当然是对的。 相当于

String newString = new String(oldString.getBytes("UTF-8"), "UTF-8"));

是

String newString = new String(oldString);

减去Peter Lawrey在他的回答中解释的编码的细微差别。