java - 为什么我的 Java Charset.defaultCharset() 是 GBK 而不是 Unicode？

Question

配置:Windows 8英文操作系统； JDK1.7； eclipse 。

我安装了一个中国人写的软件，GUI是汉字。但该软件用方框显示丑陋。我在互联网上搜索并找到了修复它的方法。在Win8的控制面板中，将“非Unicode程序的语言”设置为“中文”。

但是在 Eclipse 中编写代码时出现问题。我们知道 Java 本身使用两个字节的 Unicode 来存储 char和 String .但是当我执行以下代码时:

import java.util.Arrays;
import java.nio.charset.Charset;

public class CharSetTest {
    public static void main(String[] args) throws Exception {
        System.out.println(Charset.defaultCharset());
        String s = "哈哈";

        byte[] b3 = s.getBytes("UTF-8");
        System.out.println(b3.length);
        System.out.format("%X %X %X\n", b3[0],b3[1],b3[2]);
        System.out.println(new String(b3));

        byte[] b4 = s.getBytes();
        System.out.format("%X %X %X\n", b4[0],b4[1]);
    }
}

输出很奇怪:

GBK          //default charset is GBK, not Unicode or UTF-8  
3            //this is obvious since a Chinese character is encoded into 3 bytes  
E5 93 88     //this is corresponding UTF-8 code number  
鍝?          //something wrong here  
B9 FE        //I think s.getBytes() should use JAVA's default encode "Unicode", but NOT is this case  

几个问题:

什么是 Java 默认字符集？是 Unicode 吗？ Java如何默认
字符集与程序员交互？例如，如果 Java 使用 Unicode，
那么字符串“abc”不能被编码成其他字符集，因为它们
不同于 Unicode，如俄罗斯、法国等的字符集，
因为它们是完全不同的编码方法。

什么Charset.defaultCharset()返回？它会返回我的 Windows 8 吗
默认字符集？

怎么样Charset.defaultCharset()返回GBK？我没有在我的
Windows 8 相关的默认字符集，除了“language for
非 Unicode 程序”在控制面板中。

如果我像这样在 Java 中声明一个字符串:String str = "abc"; ，我不
了解字符集/编码的过程。我首先需要输入
键盘的 Java 语句。键盘如何翻译我的键
按钮转换成 Java Unicode 字符集？字符串 str 存储在我的
.java 源代码文件。存储 Java 源代码的字符集是什么
代码？

编辑 :
为什么我们说“Java 使用 Unicode 来表示字符和字符串”？在我的 Java 程序中，我什么时候应该关心 Unicode 的事情？
通常，我只需要关心使用 UTF-8 ISO-8859-1 GBK 等进行编码/解码。但我从不关心字符和字符串的 Unicode 表示。那么我应该如何以及何时使用 Unicode？

Answer 1

Check the doc :“默认字符集是在虚拟机启动期间确定的，通常取决于底层操作系统的区域设置和字符集。”所以不，默认字符集不一定是Unicode。

在 OpenJDK 中，它由 file.encoding 确定。属性(property)。另见 Setting the default Java character encoding? .

默认file.encoding使用 * GetUserDefaultLCID() 获取值(在 Windows 上)功能，对应于“区域和语言选项”中的设置。这就是为什么Charset.defaultCharset()正在返回 GBK，因为您将语言环境设置为中文。

尽管默认字符集取决于操作系统，但编译后的 Java 类中的字符串始终存储为 UTF-16。

*.java 源代码的编码是您指定给 Java 编译器的任何编码，如果未提供，则使用操作系统的默认编码。见 Java compiler platform file encoding problem .

*:见http://hg.openjdk.java.net/jdk7/jdk7/jdk/file/tip/src/windows/native/java/lang/java_props_md.c ，第 577 行。