java - Java 使用什么编码从给定的 unicode 数据创建字符串？

Question

我很困惑为什么当其他文本(要比较)已使用 UTF-8 编码时我不应该使用 UTF-8 编码 unicode 文本进行比较？

我想将存储在编码为 UTF-8 的外部文件中的文本(= akusesu拒否 - 表示访问被拒绝)与存储在 .java 文件中的常量字符串进行比较

public static final String ACCESS_DENIED_IN_JAPANESE = "\u30a2\u30af\u30bb\u30b9\u62d2\u5426"; // means Access denied 

java 文件被编码为 Cp1252。

我使用下面的代码将文件作为输入流读取。请注意，我使用 UTF-8 进行编码。

 InputStream in = new FileInputStream("F:\\sample.txt");
        int b1; 
        byte[] bytes = new byte[4096];
        int i = 0;
        while (true) {
            b1 = in.read();
            if (b1 == -1)
                break;
            bytes[i++] = (byte) b1;
        }

        String japTextFromFile = new String(bytes, 0, i, Charset.forName("UTF-8"));

现在当我比较时

System.out.println(ACCESS_DENIED_IN_JAPANESE.equals(japTextFromFile));  // result is `true` , and works fine

但是当我使用 UTF-8 编码 ACCESS_DENIED_IN_JAPANESE 并尝试将其与 japTextFromFile 进行比较时，结果是 false。代码是

String encodedAccessDenied = new String(ACCESS_DENIED_IN_JAPANESE.getBytes(),Charset.forName("UTF-8"));

System.out.println(encodedAccessDenied .equals(japTextFromFile));  // result is `false`

所以我的疑问是，当两个字符串相同并且已使用 UTF-8 编码时，为什么上述比较失败？结果应该是true。

但是，在第一种情况下，当比较不同的编码字符串时 - 一个使用 UTF-16(Java 默认的字符串编码方式)，另一个使用 UTF-8 ，结果是 true ，我认为应该为 false 因为它是不同的编码，无论我们读取的文本都是相同的。

我的理解哪里错了？非常感谢任何澄清。

Answer 1

ACCESS_DENIED_IN_JAPANESE.getBytes() 不使用 UTF-8。它使用您平台的默认字符集。但随后您可以使用 UTF-8 将这些字节转回字符串。这将为您提供一个与开始时不同的字符串。

试试这个:

String encodedAccessDenied = new String(ACCESS_DENIED_IN_JAPANESE.getBytes(StandardCharsets.UTF_8),StandardCharsets.UTF_8
);

System.out.println(encodedAccessDenied .equals(japTextFromFile));  // result is `true`