在 Java 中，获取字符串（String）的编码并不是一个直接的操作，因为 String 类本身不存储编码信息，这一点是理解 Java 字符串处理的核心。

下面我将详细解释这个问题,并提供几种在不同场景下获取或判断字符串编码的方法。

核心概念：Java String 内部是 UTF-16

你必须理解 Java 的 String 内部是如何工作的：

1. Unicode 字符集：Java 使用 Unicode 字符集来表示字符，这意味着每个字符都有一个唯一的数字码点（Code Point），'A' 的码点是 U+0041，'中' 的码点是 U+4E2D。
2. UTF-16 编码：Java 的 String 类内部使用 UTF-16 这种编码格式来存储这些 Unicode 字符，它将每个字符表示为一个或两个 char 值（16位）。
   • 大多数常见的字符（如 ASCII 字符和大部分 BMP 平面内的字符）可以用一个 char 表示。
   • 一些不常见的字符（如某些表情符号或特殊符号）需要用一对 char 值（称为“代理对”，surrogate pair）来表示。

当你创建一个 String 对象时，它的编码已经是 UTF-16 了，你不需要、也不能从一个 String 对象中“获取”它的编码，因为它就是 UTF-16。

常见的误解与实际需求

为什么大家会问“如何获取字符串的编码”呢？这个问题背后隐藏着以下两种实际需求：

1. 我有一个字节数组，我想把它解码成 String，但我不知道它原来的编码是什么？
2. 我有一个 String，我想把它转换成字节数组，并指定一种编码（如 UTF-8 或 GBK）来保存或传输。

下面我们针对这两种需求提供解决方案。

从字节数组创建 String（如何处理未知编码）

这是最常见的问题，你收到一段字节数据（比如从文件读取、从网络接收），但不知道它是由哪种编码（GBK, UTF-8, ISO-8859-1 等）生成的。

问题示例

byte[] bytes = "你好，世界".getBytes("GBK"); // 假设这串字节是用 GBK 编码的
// 如果我用错误的编码去解析它
String wrongString = new String(bytes, "UTF-8"); // 错误！
System.out.println(wrongString); // 输出会是乱码，您好，世界

解决方案

由于 Java String 内部是 UTF-16，创建 String 的过程必然是一个解码过程，你必须告诉 Java 如何将字节数组解释成字符，如果编码猜错了,就会得到乱码。

方法 1：指定编码（最推荐）

如果你能确定或猜测出编码，请务必在创建 String 时指定它。

byte[] bytes = "你好，世界".getBytes("GBK");
// 正确：使用 GBK 解码
String correctString = new String(bytes, "GBK");
System.out.println(correctString); // 输出: 你好，世界

方法 2：使用 Charset 类（更现代、更安全）

java.nio.charset.Charset 类是处理字符集的首选方式，它比直接使用字符串名称（如 "GBK"）更安全,可以避免因编码名称拼写错误导致的异常。

import java.nio.charset.StandardCharsets;
import java.nio.charset.Charset;
import java.nio.charset.UnsupportedCharsetException;
byte[] bytes = "你好，世界".getBytes("GBK");
// 推荐：使用 Charset 对象
Charset gbkCharset = Charset.forName("GBK");
String correctString = new String(bytes, gbkCharset);
System.out.println(correctString); // 输出: 你好，世界
// 如果编码不存在，会抛出 UnsupportedCharsetException
try {
    Charset unknownCharset = Charset.forName("UNKNOWN-ENCODING");
} catch (UnsupportedCharsetException e) {
    System.err.println("不支持的编码: " + e.getMessage());
}

方法 3：尝试多种编码（不完美，但有时是唯一办法）

如果编码完全未知，你可以尝试一个常见的编码列表，直到找到一个能正常显示的字符串为止，这是一种启发式方法,并不总是可靠。

byte[] bytes = "你好，世界".getBytes("GBK");
String[] charsetsToTry = {"UTF-8", "GBK", "GB2312", "ISO-8859-1", "Big5"};
String result = null;
boolean found = false;
for (String charsetName : charsetsToTry) {
    try {
        String temp = new String(bytes, charsetName);
        // 这里可以加入更复杂的逻辑来判断是否是乱码，例如检查是否有大量 '?'
        // 简单起见，我们假设能成功解码就是对的
        result = temp;
        found = true;
        System.out.println("成功使用编码: " + charsetName);
        break;
    } catch (Exception e) {
        // 忽略异常，继续尝试
    }
}
if (found) {
    System.out.println("最终结果: " + result);
} else {
    System.out.println("无法确定编码，所有尝试均失败。");
}

将 String 转换为字节数组（如何指定编码）

当你需要将一个 String 保存到文件或通过网络发送时，你需要将它转换成字节数组，这时，你必须明确指定一种编码。

问题示例

String str = "你好，世界";
// 默认情况下，使用 JVM 的默认字符集（可能是 UTF-8，也可能是其他）
byte[] defaultBytes = str.getBytes(); // 不推荐！
System.out.println(new String(defaultBytes, StandardCharsets.UTF_8)); // 在 UTF-8 环境下是正确的
// 明确指定使用 UTF-8 编码
byte[] utf8Bytes = str.getBytes(StandardCharsets.UTF_8);
System.out.println(new String(utf8Bytes, StandardCharsets.UTF_8)); // 正确
// 明确指定使用 GBK 编码
byte[] gbkBytes = str.getBytes("GBK");
System.out.println(new String(gbkBytes, "GBK")); // 正确

最佳实践

始终明确指定编码，不要依赖 JVM 的默认字符集，因为不同环境下的默认字符集可能不同,导致程序行为不一致。

String str = "Hello, 世界";
// 推荐做法 1: 使用 StandardCharsets (适用于 UTF-8, ISO-8859-1, US-ASCII)
byte[] utf8Bytes = str.getBytes(StandardCharsets.UTF_8);
// 推荐做法 2: 使用 Charset.forName (适用于所有编码)
Charset gbkCharset = Charset.forName("GBK");
byte[] gbkBytes = str.getBytes(gbkCharset);

记住这个黄金法则：

byte[] (字节流) 有编码，String (字符流) 没有。

byte[] -> String 是解码，必须指定编码。 String -> byte[] 是编码，必须指定编码。