java web项目中的字符编码

Question

在java项目中，我遇到了一个奇怪的编码问题。

System.out.println("search url: " + searchURL);    
searchURL = new String(searchURL.getBytes("utf-8"), "utf-8");
System.out.println("test===" + new String(searchURL.getBytes("utf-8")));

我用java主函数测试了上面的代码，在汉字中，它工作正常。

output:
search url: https://api.datamarket.azure.com/Data.ashx/Bing/Search/Image?Query=%27机器 猫%27&$format=json&$skip=0

test===https://api.datamarket.azure.com/Data.ashx/Bing/Search/Image?Query=%27机器 猫%27&$format=json&$skip=0

但是当在tomcat中运行这段代码时。

output:
search url: https://api.datamarket.azure.com/Data.ashx/Bing/Search/Image?Query=%27机器 猫%27&$format=json&$skip=0

test===https://api.datamarket.azure.com/Data.ashx/Bing/Search/Image?Query=%27鏈哄櫒 鐚?27&$format=json&$skip=0

然后我在tomcat里测试这个：

searchURL = new String(searchURL.getBytes("utf-8"), "utf-8");
System.out.println(new String(searchURL.getBytes("gbk"));
System.out.println(new String(searchURL.getBytes("gb2312"));

上面两个都可以。那为什么呢？任何建议都会很感激的，真的！

Answer 1

默认字符集在jvm和tomcat之间将有所不同。

试一试

System.out.println(Charset.defaultCharset());

这将使用默认字符集对字符串进行编码，该字符串可能是utf-8，也可能不是。

System.out.println("test===" + new String(searchURL.getBytes("utf-8")));

因此，当字节数组是utf-8时，解码器可能会期望其他的东西。