Java字符串編碼（UTF-8）

Question

我遇到過這一系列遺留代碼，我想弄清楚：

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

據我所知，它是使用相同的charSet進行編碼和解碼。

這與以下有什么不同？

String newString = oldString;

是否存在兩條線路具有不同輸出的情況？

ps：只是為了澄清，是的，我知道Joel Spolsky關於編碼的優秀文章 ！

Answer 1

這可能是復雜的做法

String newString = new String(oldString);

這縮短了String使用的底層char []要長得多。

但更具體地說，它將檢查每個字符是否可以是UTF-8編碼。

你可以在一個字符串中有一些“字符”，這些字符無法編碼，這些將被轉換成?

\\ uD800和\\ uDFFF之間的任何字符都無法編碼​​，將變為“？”

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

版畫

false

Answer 2

這與以下有什么不同？

這行代碼在這里：

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

構造一個新的String對象（即oldString的副本），而這行代碼：

String newString = oldString;

聲明一個java.lang.String類型的新變量並初始化它以引用與變量oldString相同的String對象。

是否存在兩條線路具有不同輸出的情況？

絕對：

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

與

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

a_horse_with_no_name（見評論）當然是對的。 相當於

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

是

String newString = new String(oldString);

減去Peter Lawrey在他的回答中解釋的編碼的細微差別。