为什么“STRING”.getBytes() 的工作方式因操作系统而异

Question

我正在运行下面的代码，我得到的结果与“some_string”.getBytes() 不同，具体取决于我是在 Windows 还是 Unix 中。任何字符串都会出现这个问题（我尝试了一个非常简单的 ABC 和同样的问题。

查看控制台中打印的以下差异。

下面的代码使用 Java 7 进行了很好的测试。如果你完全复制它，它将运行。

此外，请查看下面两张图片中十六进制的差异。前两个图像显示了在 Windows 中创建的文件。您可以分别使用 ANSI 和 EBCDIC 查看十六进制值。第三张图片，黑色的，来自 Unix。您可以看到十六进制（-c 选项）和我认为它是 EBCDIC 的可读字符。

所以，我的直截了当的问题是：为什么这些代码的工作方式不同，因为我在这两种情况下都使用 Java 7？我应该检查某处的任何特定属性吗？也许，Windows 中的 Java 有某种默认格式，而 Unix 中它有另一种。如果是这样，我必须检查或设置哪个属性？

Unix 控制台：

$ ./java -cp /usr/test.jar test.mainframe.read.test.TestGetBytes
H = 76 - L
< wasn't found

Windows 控制台：

H = 60 - <
H1 = 69 - E
H2 = 79 - O
H3 = 77 - M
H4 = 62 - >
End of Message found

整个代码：

package test.mainframe.read.test;

import java.util.ArrayList;

public class TestGetBytes {

       public static void main(String[] args) {
              try {
                     ArrayList ipmMessage = new ArrayList();
                     ipmMessage.add(newLine());

                     //Windows Path
                     writeMessage("C:/temp/test_bytes.ipm", ipmMessage);
                     reformatFile("C:/temp/test_bytes.ipm");
                     //Unix Path
                     //writeMessage("/usr/temp/test_bytes.ipm", ipmMessage);
                     //reformatFile("/usr/temp/test_bytes.ipm");
              } catch (Exception e) {

                     System.out.println(e.getMessage());
              }
       }

       public static byte[] newLine() {
              return "<EOM>".getBytes();
       }

       public static void writeMessage(String fileName, ArrayList ipmMessage)
                     throws java.io.FileNotFoundException, java.io.IOException {

              java.io.DataOutputStream dos = new java.io.DataOutputStream(
                           new java.io.FileOutputStream(fileName, true));
              for (int i = 0; i < ipmMessage.size(); i++) {
                     try {
                           int[] intValues = (int[]) ipmMessage.get(i);
                           for (int j = 0; j < intValues.length; j++) {
                                  dos.write(intValues[j]);
                           }
                     } catch (ClassCastException e) {
                           byte[] byteValues = (byte[]) ipmMessage.get(i);
                           dos.write(byteValues);
                     }
              }
              dos.flush();
              dos.close();

       }

       // reformat to U1014
       public static void reformatFile(String filename)
                     throws java.io.FileNotFoundException, java.io.IOException {
              java.io.FileInputStream fis = new java.io.FileInputStream(filename);
              java.io.DataInputStream br = new java.io.DataInputStream(fis);

              int h = br.read();
              System.out.println("H = " + h + " - " + (char)h);

              if ((char) h == '<') {// Check for <EOM>

                     int h1 = br.read();
                     System.out.println("H1 = " + h1 + " - " + (char)h1);
                     int h2 = br.read();
                     System.out.println("H2 = " + h2 + " - " + (char)h2);
                     int h3 = br.read();
                     System.out.println("H3 = " + h3 + " - " + (char)h3);
                     int h4 = br.read();
                     System.out.println("H4 = " + h4 + " - " + (char)h4);
                     if ((char) h1 == 'E' && (char) h2 == 'O' && (char) h3 == 'M'
                                  && (char) h4 == '>') {
                           System.out.println("End of Message found");
                     }
                     else{
                           System.out.println("EOM not found but < was found");
                     }
              }
              else{
                     System.out.println("< wasn't found");
              }
       }
}

Answer 1

调用getBytes() 时没有指定字符集，因此它使用底层平台的默认字符集（或Java 本身的默认字符集，如果在Java 启动时指定）。这在String documentation 中有说明：

公共字节[] getBytes()

将此字符串编码为字节序列使用平台的默认字符集，将结果存储到新的字节数组中。

getBytes() 有一个重载版本，可让您在代码中指定字符集。

公共字节[] getBytes(Charset charset)

使用给定的字符集将此字符串编码为字节序列，并将结果存储到新的字节数组中。