Java虚拟机(JVM)默认字符集详解

Java中对字符串等进行转换字节数组时, 需要根据字符集编码来进行转换, 当不显示的指定字符集编码时(如: "测试".getBytes()), 会使用Charset.defaultCharset()获取到的字符集编码进行转换!

相关代码如下:

上面的代码可以看出, 在JVM中defaultCharset()是在初始化阶段被调用, 且只会初始化一次, 首先会取file.encoding指定的字符集, 如果取不到则使用系统默认字符集(如: windows下为GBK), 然后通过

取到的字符集名称(csn)去获取Charset对象, 如果能获取到则将其设为defaultCharset, 如果取不到则将defaultCharset设置为UTF-8字符集, defaultCharset一旦被初始化后, 在JVM之后的运行过程中

就无法再进行更改, 比如在JVM启动后在程序中使用properties.setProperty("file.encoding","UTF-8");也不会改变defaultCharset的值~~~

如果想指定defaultCharset的值, 则可以通过JVM启动参数(-Dfile.encoding="UTF-8")来显示的指定此JVM的字符集!!!

拓展内容:

Charset name属性的命名规范如下：

• 大写字母 'A' 到 'Z'（'\u0041' 到 '\u005a'），
• 小写字母 'a' 到 'z'（'=pos;  到  ' apos;），
• 数字 '0' 到 '9'（'\u0030'  到  '\u0039'），
• 短划线字符 '-'（'\u002d'，连词符号），
• 句点字符 '.'('\u002e'，句点），
• 冒号字符 ':'('\u003a'，冒号），和
• 下划线字符 '_'（'\u005f'，下划线）。

Charset 名称必须以字母或数字开头。空字符串不是合法的 charset 名称。Charset 名称是大小写不敏感的，也就是当比较 charset 名称时总是忽略大小写。

每个 charset 有一个规范名称，也可能有一个或多个别名。规范名称由此类的 name 方法返回。根据约定，规范名称通常是大写的。charset 的别名由 aliases 方法返回。

一些 charset 有一个历史名称，定义这个名称是为了和以前版本的 Java 平台兼容。charset 的历史名称既可以是它的规范名称，也可以是它的某个别名。历史名称由 InputStreamReader 和 OutputStreamWriter 类的 getEncoding() 方法返回。

Java 虚拟机的每个实例都有默认的 charset，它可能是也可能不是某个标准 charset。默认 charset 在虚拟机启动时决定，通常根据语言环境和底层操作系统使用的 charset 来确定。