http://www.cn-java.com/www1/?uid-560221-action-viewspace-itemid-8390
一、Java编码是怎么回事？
对于使用中文以及其他非拉丁语系语言的开发人员来说，经常会遇到字符集编码问题。对于Java语言来说，在其内部使用的是UCS2编码（2个字节的Unicode编码）。这种编码并不属于某个语系的语言编码，它实际上是一种编码格式的世界语。在这个世界上所有可以在计算机中使用的语言都有对应的UCS2编码。
正是因为Java采用了UCS2，因此，在Java中可以使用世界上任何国家的语言来为变量名、方法名、类起名，如下面代码如下：
{
public String 雄起()
{
return "中国雄起";
}
}
中国 祖国 = new 中国();
System.out.println(祖国.雄起());
哈哈，是不是有点象“中文编程”。实际上，也可以使用其他的语言来编程，如下面用韩文和日文来定义个类：
{
public void スーパーマン() { }
}
实际上，由于Java内部使用的是UCS2编码格式，因为，Java并不关心所使用的是哪种语言，而只要这种语言在UCS2中有定义就可以。
在UCS2编码中为不同国家的语言进行了分页，这个分页也叫“代码页”或“编码页”。中文根据包含中文字符的多少，分了很多代码页，如cp935、cp936等，然而，这些都是在UCS2中的代码页名，而对于操作系统来说，如微软的windows，一开始的中文编码为GB2312，后来扩展成了GBK。其实GBK和cp936是完全等效的，用它们哪个都行。
二、Java编码转换
上面说了这么多，在这一部分我们做一些编码转换，看看会发生什么事情。
先定义一个字符串变量：
String gbk = "中国"; // “中国”在Java内部是以UCS2格式保存的
用下面的语言输出一定会输出中文：
System.out.println(gbk);
实现上，当我们从IDE输入“中国”时，用的是java源代码文件保存的格式，一般是GBK，有时也可是utf-8，而在Java编译程序时，会不由分说地将所有的编码格式转换成utf-8编码，读者可以用UltraEdit或其他的二进制编辑器打开上面的“中国.class”，看看所生成的二进制是否有utf-8的编码（utf-8和ucs2之间的转换非常容易，因为utf-8和ucs2之间是用公式进行转换的，而不是到代码页去查，这就相当于将二进制转成16进制一样，4个字节一组）。如“中国”的utf-8编码按着GBK解析就是“涓 浗”。如下图所示。
如果使用下面的语言可以获得“中国”的utf-8字节，结果是6（一个汉字由3个字节组成）
System.out.println(gbk.getBytes("utf-8").length);
下面的代码将输出“涓 浗”。
System.out.println(new String(gbk.getBytes("utf-8"), "gbk"));
由于将“中国“的utf-8编码格式按着gbk解析，所以会出现乱码。
如果要返回中文的UCS2编码，可以使用下面的代码：
System.out.println(gbk.getBytes("unicode")[2]);
System.out.println(gbk.getBytes("unicode")[3]);
前两个字节是标识位，要从第3个字节开始。还有就是其他的语言使用的编码的字节顺序可能不同，如在C#中可以使用下面的代码获得“中国“的UCS2编码：
String s = "中";
MessageBox.Show(ASCIIEncoding.Unicode.GetBytes(s)[0].ToString());
MessageBox.Show(ASCIIEncoding.Unicode.GetBytes(s)[1].ToString());
使用上面的java代码获得的“中“的16进制UCS2编码为4E2D，而使用C#获得的相应的ucs2编码为2D4E，这只是C#和Java编码内部使用的问题，并没有什么关系。但在C#和Java互操作时要注意这一点。
如果使用下面的java编码将获得16进制的“中”的GBK编码：
System.out.println(Integer.toHexString(0xff & xyz.getBytes("gbk")[0]));
System.out.println(Integer.toHexString(0xff & xyz.getBytes("gbk")[1]));
“中”的ucs2编码为2D4E，GBK编码为D6D0
读者可访问如下的url自行查验：
http://unicode.org/Public/MAPPINGS/VENDORS/MICSFT/WINDOWS/CP936.TXT
当然，感兴趣的读者也可以试试其他语言的编码，如“人类”的韩语是“인간의”，如下面的代码将输出“인간의”的cp949和ucs2编码，其中cp949是韩语的代码页。
System.out.println(Integer.toHexString(0xff & korean.getBytes("unicode")[2]));
System.out.println(Integer.toHexString(0xff & korean.getBytes("unicode")[3]));
System.out.println(Integer.toHexString(0xff & korean.getBytes("Cp949")[0]));
System.out.println(Integer.toHexString(0xff & korean.getBytes("Cp949")[1]));