Java中字符編碼問題的解決方法詳解

更新時間：2025年09月15日 08:33:13 作者：網羅開發(fā)

在日常 Java 開發(fā)中,字符編碼問題是一個非常常見卻又特別容易踩坑的地方,這篇文章就帶你一步一步看清楚字符編碼的來龍去脈,并結合可運行的代碼,看看如何在 Java 項目里徹底解決編碼不一致的問題

前言

在日常 Java 開發(fā)中，字符編碼問題是一個非常常見卻又特別容易踩坑的地方。尤其是在不同操作系統(tǒng)之間切換，或者從前端傳到后端、再到數據庫，編碼沒統(tǒng)一好，中文就會出現(xiàn)“亂碼”。很多同學第一次遇到的時候，會被一大堆奇怪的方塊符號或者問號整崩潰。

這篇文章就帶你一步一步看清楚字符編碼的來龍去脈，并結合可運行的代碼，看看如何在 Java 項目里徹底解決編碼不一致的問題。

背景：為什么會出現(xiàn)編碼問題

其實原因很簡單：不同系統(tǒng)、不同軟件的默認字符編碼不一樣。

Windows 上默認編碼是 GBK 或 CP936。
Linux、Mac 大部分是 UTF-8。
數據庫可能是 Latin1、GBK 或 UTF-8。
Tomcat、IDEA 默認也可能不是 UTF-8。

舉個例子，如果你的 Java 程序里寫了一行中文字符串 "你好"，在 UTF-8 下存儲沒問題，但如果有人用 GBK 來讀取，就會直接炸掉，變成“亂碼”。

常見場景分析

控制臺輸出亂碼

在 Windows 的 CMD 下運行 Java 程序時，經常會看到控制臺打印中文是亂碼。這是因為 Windows 控制臺默認用 GBK 編碼，但你的 Java 程序里可能用的是 UTF-8。

public class EncodingDemo {
    public static void main(String[] args) {
        String msg = "你好，世界";
        System.out.println(msg);
    }
}

在 Linux/Mac 控制臺上運行，大概率沒問題。但在 Windows CMD 里，就會看到一堆奇怪符號。

文件讀寫亂碼

當你從文件里讀中文內容時，如果讀的時候用的編碼和寫的時候不一樣，也會直接出錯。

import java.io.*;

public class FileEncodingDemo {
    public static void main(String[] args) throws Exception {
        String text = "中文內容測試";

        // 寫入文件，強制使用 UTF-8
        try (Writer writer = new OutputStreamWriter(new FileOutputStream("test.txt"), "UTF-8")) {
            writer.write(text);
        }

        // 讀取文件（錯誤示范：不指定編碼）
        try (BufferedReader reader = new BufferedReader(new FileReader("test.txt"))) {
            System.out.println("讀到的內容：" + reader.readLine());
        }

        // 正確方式：指定 UTF-8
        try (BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream("test.txt"), "UTF-8"))) {
            System.out.println("正確讀到的內容：" + reader.readLine());
        }
    }
}

運行后你會發(fā)現(xiàn)，沒指定編碼時中文是亂碼，指定了 UTF-8 之后就正常了。

數據庫存取亂碼

數據庫也是高頻出錯點，比如 MySQL 默認的 latin1 編碼就很坑。假設表結構是這樣的：

CREATE TABLE user (
  id INT PRIMARY KEY AUTO_INCREMENT,
  name VARCHAR(50)
) DEFAULT CHARSET=latin1;

如果你在 Java 里用 UTF-8 往里面寫入 "張三"，再讀出來時就會發(fā)現(xiàn)已經是亂碼。

解決辦法是：

建庫建表時就指定 utf8mb4：

CREATE DATABASE demo DEFAULT CHARSET=utf8mb4;

JDBC 連接時也要加上編碼參數：

spring.datasource.url=jdbc:mysql://localhost:3306/demo?useUnicode=true&characterEncoding=utf-8&serverTimezone=UTC

解決方案

那我們該怎么統(tǒng)一解決這個問題呢？其實有幾個常見思路：

統(tǒng)一使用 UTF-8

UTF-8 是現(xiàn)在最通用的編碼方式，跨系統(tǒng)兼容性最好。所以最穩(wěn)妥的做法就是：整個鏈路都統(tǒng)一成 UTF-8。
包括：源代碼文件、編譯參數、運行參數、數據庫配置、Tomcat 配置。

比如在 Maven 項目里，你可以在 pom.xml 里強制指定源碼編碼：

<project>
  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>
</project>

這樣即便在 Windows 上編譯，結果也不會變。

設置 JVM 參數

如果你發(fā)現(xiàn)運行環(huán)境默認編碼不是 UTF-8，可以在 JVM 啟動時加上參數：

java -Dfile.encoding=UTF-8 -jar app.jar

這會讓整個 Java 虛擬機的默認編碼改成 UTF-8，很多情況下能一勞永逸。

數據庫設置字符集

在 MySQL 里，推薦直接用 utf8mb4，這樣連 emoji 表情都能存：

ALTER DATABASE demo CHARACTER SET utf8mb4;
ALTER TABLE user CONVERT TO CHARACTER SET utf8mb4;

同時，Java 里的 JDBC 連接也要顯式指定編碼，否則還是會出問題。

實際案例：亂碼排查經驗

我自己就踩過一個坑：在 Windows 下本地開發(fā)，數據庫是 utf8mb4，項目里也設了 -Dfile.encoding=UTF-8，一切正常。但是代碼上線到 Linux 服務器后，日志里的中文全是亂碼。排查了半天，最后發(fā)現(xiàn)是 日志框架的配置文件沒聲明 UTF-8，導致寫日志文件時被當成系統(tǒng)默認編碼。

后來改了一行配置就好了：

<encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
    <charset>UTF-8</charset>
    <pattern>%d{yyyy-MM-dd HH:mm:ss} [%thread] %-5level %logger{36} - %msg%n</pattern>
</encoder>

所以要點就是：不要依賴默認值，凡是涉及到字符集的地方都要顯式聲明 UTF-8。