为什么 java.lang.StringEncoding.encode 忽略给定的字符集以使用默认字符集？

Question

我的应用默认编码设置为“UTF-8”（在启动时使用 -Dfile.encoding=UTF-8）。 当我使用带有 charset="ISO-8859-1" 的 String 类方法“getBytes(String charsetName)”时，似乎 StringCoding.encode 最终使用默认字符集 (UTF-8) 而不是给定的 (ISO-8859-1)。

由于未知原因，我可以在此方法上逐步调试，但我无法检查内部元素值（仅限名为 arg0、arg1 ...的参数）

在 java 1.6.10 中，StringCoding.encode 是这样写的：

static byte[] encode(String charsetName, char[] ca, int off, int len)
    throws UnsupportedEncodingException
{
    StringEncoder se = (StringEncoder)deref(encoder);
    String csn = (charsetName == null) ? "ISO-8859-1" : charsetName;
    if ((se == null) || !(csn.equals(se.requestedCharsetName())
                  || csn.equals(se.charsetName()))) {
        se = null;
        try {
        Charset cs = lookupCharset(csn);
        if (cs != null)
            se = new StringEncoder(cs, csn);
        } catch (IllegalCharsetNameException x) {}
        if (se == null)
            throw new UnsupportedEncodingException (csn);
        set(encoder, se);
    }
    return se.encode(ca, off, len);
}

通过逐步调试，我从不进入 if 块，然后没有使用我的 ISO-8859-1 字符集创建新的 StringEncoder。最后调用 Charset.defaultCharset() 方法。

有什么线索吗？ 谢谢

Answer 1

encode 永远不应忽略给定的字符集以恢复为 -Dfile.encoding 中给定的字符集。

确实如此。顺便说一句，解码也是如此，即使源确实表明它找到了字符集，并将其设置在行中：

set(encoder, se);

encode 和 decode 都不是线程安全的，因此该值必然会被系统默认覆盖，但它可能在 decode 设法使用设置值之前或之后。

恕我直言，这是 JRE 中的错误。确实，OP 有一个错字，但这并没有改变这样一个事实，即如果您要求 String 将字节数组解码为 UTF-8，它应该始终返回 UTF-8，而不是默默地退回到其他东西。

Answer 2

如果你没有进入if 块，那么这个表达式一定是假的

(se == null) || !(csn.equals(se.requestedCharsetName())
                  || csn.equals(se.charsetName()))

这意味着：

• se 不能为空
• 第二部分必须是true，然后才能点击!，因此以下子表达式之一必须为真：
  • csn.equals(se.requestedCharsetName())
  • csn.equals(se.charsetName())

换句话说，se 已经适合您请求的字符集名称。

这没有使用虚拟机的“默认”编码；它正在使用此线程中最后使用的编码器。

我高度怀疑您是否发现了一个 JRE 错误 - 我觉得它没问题。那么是什么导致你开始调试呢？你能提供一个简短但完整的程序来演示使用它的错误吗？编码错误的字节？

Answer 3

你需要改变

-Dfile.ecoding=UTF-8 到

-Dfile.encoding=UTF-8