• 编码: 将 String (字符序列) 转换成 byte[] (字节序列) 的过程，你需要指定一种编码规则（如 UTF-8, GBK, ISO-8859-1）来决定每个字符应该用哪些字节表示。
• 解码: 将 byte[] (字节序列) 转换成 String (字符序列) 的过程，你必须使用与编码时完全相同的编码规则,否则就会出现乱码。

下面我将详细讲解这两种转换,并提供最佳实践和常见陷阱。

核心要点：始终指定字符编码

Java 中有 String.getBytes() 和 new String(byte[]) 两个方法，它们都有一个“陷阱”。

String -> byte[] (编码)

不推荐的做法（使用平台默认编码）

String str = "你好，Java";
// 使用 JVM 默认字符集进行编码，不推荐！
// 在不同操作系统或环境下，默认编码可能不同（Windows 可能是 GBK，Linux/macOS 通常是 UTF-8）
byte[] bytesDefault = str.getBytes(); 

问题: 如果你的代码在 A 机器上（默认 UTF-8）运行，将 String 编码成 byte[]，然后将这个 byte[] 发送到或保存到 B 机器上（默认 GBK），B 机器在解码时就会因为编码和解码使用的规则不一致而出现乱码。

推荐的做法（显式指定编码）

你应该始终使用 String.getBytes(String charsetName) 方法，并明确指定一个标准、可靠的编码，首选 StandardCharsets.UTF_8。

import java.nio.charset.StandardCharsets;
String str = "你好，Java";
// 推荐做法 1: 使用 StandardCharsets (Java 7+)
// 这是最清晰、最不容易出错的方式
byte[] bytesUtf8 = str.getBytes(StandardCharsets.UTF_8);
// 推荐做法 2: 使用字符集名称字符串
// 效果与上面相同，但需要处理 UnsupportedEncodingException（在 Java 7+ 中，如果传入的编码是标准的，这个异常理论上不会抛出）
// try {
//     byte[] bytesUtf8_2 = str.getBytes("UTF-8");
// } catch (UnsupportedEncodingException e) {
//     // 通常不会发生
// }

byte[] -> String (解码)

不推荐的做法（使用平台默认编码）

byte[] bytes = {-28, -67, -96, -27, -91, -67, -24, -81, -107, 74, 97, 118, 97}; // "你好，Java" 在 UTF-8 下的字节
// 使用 JVM 默认字符集进行解码，不推荐！
String strDefault = new String(bytes); 
// 如果你的默认编码不是 UTF-8，这里就会得到乱码，"浣犲ソJava"

推荐的做法（显式指定编码）

解码时，同样必须使用 new String(byte[], charset) 构造函数，并指定与编码时完全相同的编码。

import java.nio.charset.StandardCharsets;
// 假设 bytes 是上面用 UTF-8 编码得到的字节数组
byte[] bytes = {-28, -67, -96, -27, -91, -67, -24, -81, -107, 74, 97, 118, 97}; 
// 推荐做法 1: 使用 StandardCharsets
String strUtf8 = new String(bytes, StandardCharsets.UTF_8);
System.out.println(strUtf8); // 输出: 你好，Java
// 推荐做法 2: 使用字符集名称字符串
try {
    String strUtf8_2 = new String(bytes, "UTF-8");
    System.out.println(strUtf8_2); // 输出: 你好，Java
} catch (UnsupportedEncodingException e) {
    // 通常不会发生
}

完整代码示例

下面是一个完整的、可运行的示例,展示了正确和错误的做法。

import java.nio.charset.StandardCharsets;
public class StringByteConversion {
    public static void main(String[] args) {
        // 1. String -> byte[] (编码)
        String originalStr = "这是一个测试 String。";
        // --- 推荐做法：显式指定 UTF-8 编码 ---
        byte[] encodedBytes = originalStr.getBytes(StandardCharsets.UTF_8);
        System.out.println("成功将 String 编码为 byte[] (使用 UTF-8)");
        System.out.println("原始字符串: " + originalStr);
        System.out.println("编码后的字节数组: " + java.util.Arrays.toString(encodedBytes));
        System.out.println("----------------------------------------");
        // --- 错误示范：使用默认编码 ---
        // 在一个默认编码不是 UTF-8 的环境中，这可能会导致问题
        byte[] encodedBytesDefault = originalStr.getBytes();
        System.out.println("使用默认编码将 String 编码为 byte[]");
        System.out.println("原始字符串: " + originalStr);
        System.out.println("编码后的字节数组: " + java.util.Arrays.toString(encodedBytesDefault));
        System.out.println("----------------------------------------");
        // 2. byte[] -> String (解码)
        // 我们使用上面正确编码得到的字节数组来演示
        // --- 推荐做法：使用相同的 UTF-8 解码 ---
        String decodedStr = new String(encodedBytes, StandardCharsets.UTF_8);
        System.out.println("成功将 byte[] 解码为 String (使用 UTF-8)");
        System.out.println("解码后的字符串: " + decodedStr);
        System.out.println("解码是否成功? " + originalStr.equals(decodedStr)); // true
        System.out.println("----------------------------------------");
        // --- 错误示范：解码时使用了错误的编码 ---
        // 假设我们错误地用 ISO-8859-1 (Latin-1) 来解码 UTF-8 的字节
        String wrongDecodedStr = new String(encodedBytes, java.nio.charset.StandardCharsets.ISO_8859_1);
        System.out.println("错误示范：用 ISO-8859-1 解码 UTF-8 字节");
        System.out.println("解码后的字符串 (乱码): " + wrongDecodedStr);
        System.out.println("解码是否成功? " + originalStr.equals(wrongDecodedStr)); // false
        System.out.println("----------------------------------------");
    }
}

常见字符编码

1. 永远不要依赖 JVM 的默认编码,它会使你的代码在不同环境下产生不可预测的行为。
2. 编码和解码必须使用相同的字符集,这是避免乱码的唯一法则。
3. 优先使用 StandardCharsets.UTF_8，对于现代应用，UTF-8 是事实上的标准,能最大程度地保证兼容性和正确性。
4. byte[] 本身没有编码信息，它只是一堆字节，你必须通过外部约定（比如协议头、文件元数据）或者约定俗成的方式（默认就是 UTF-8）来知道它应该用哪种编码来解析。