今天，一位同事遇到一個編碼問題，如下
運行環(huán)境：Centos 6.* 【LANG zh_CN.GB18030】
編程語言：java
需求描述：從GBK編碼的db2數(shù)據(jù)庫中讀取數(shù)據(jù)，并通過java語言生成一個UTF-8格式的XML文件，然后再通過java進(jìn)行zip壓縮；
問題描述：生成的XML文件部分中文尾部亂碼；

其實，我對java不熟，所以也到網(wǎng)上找各種資料，尋求的問題是【java GBK轉(zhuǎn)UTF8】:

有這樣的一篇回答我覺得講的蠻清晰的：

作者：溫悅
鏈接：https://www.zhihu.com/question/20361462/answer/14899233
來源：知乎
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。
【內(nèi)容如下】
好吧，看來問的人和回答的人都不一定清楚什么是“編碼和編碼格式”，以及如何理解“java中字符串的編碼”;
首先明確幾點：unicode是一種“編碼”，所謂編碼就是一個編號(數(shù)字)到字符的一種映射關(guān)系，就僅僅是一種一對一的映射而已，可以理解成一個很大的對應(yīng)表格GBK、UTF-8是一種“編碼格式”，是用來序列化或存儲1中提到的那個“編號(數(shù)字)”的一種“格式”；
GBK和UTF-8都是用來序列化或存儲unicode編碼的數(shù)據(jù)的，但是分別是2種不同的格式； 他們倆除了格式不一樣之外，他們所關(guān)心的unicode編碼范圍也不一樣，utf-8考慮了很多種不同國家的字符，涵蓋整個unicode碼表，所以其存儲一個字符的編碼的時候，使用的字節(jié)長度也從1字節(jié)到4字節(jié)不等；而GBK只考慮中文——在unicode中的一小部分——的字符，的編碼，所以它算好了只要2個字節(jié)就能涵蓋到絕大多數(shù)常用中文(2個字節(jié)能表示6w多種字符),所以它存儲一個字符的時候，所用的字節(jié)長度是固定的；
上述2個概念不懂的請馬上google，下面不再贅述；我下面說說這個問題本身...的問題在哪里首先java的string使用的編碼是unicode，但是，當(dāng)string存在于內(nèi)存中時(也就是當(dāng)程序運行時、你在代碼中用string類型的引用對它進(jìn)行操作時、也就是string沒有被存在文件中且也沒有在網(wǎng)絡(luò)中傳輸(序列化)時)，是“只有編碼而沒有編碼格式的”，所以java程序中的任何String對象，說它是gbk還是utf-8都是錯的，gbk和utf-8是編碼格式而不是編碼，String在內(nèi)存中不需要“編碼格式”(記住編碼格式是在存文件或序列化的時候使用的), 它只是一個unicode的字符串而已所以java里面String是不帶編碼格式的，而String.toByteArray(charsetName)得到的byteArray是帶編碼格式的，格式就是你傳入的'charsetName',我們不妨把toByteArray的這個過程叫做“編碼”;另外，new String(byte[], charsetName)是把一個byte數(shù)組(帶編碼格式)以charsetName指定的編碼格式翻譯為一個不帶編碼格式的String對象，我們不妨把這個過程叫“解碼”;

最后，總結(jié)了兩種方法：

【方法1：生成UTF-8文件】

import java.nio.charset.Charset;
import java.io.FileOutputStream;
import java.io.OutputStreamWriter;
import java.io.IOException;
public class HelloWorld {
    public static void main(String[] args) {
        System.out.println(Charset.defaultCharset());

        try {
        String nbuf = "你好"; //這是個unicode
        System.out.println(nbuf);  //輸出你好

        FileOutputStream out = new FileOutputStream("1.txt", false);

        byte[] b = nbuf.getBytes("UTF-8"); //unicode->utf-8
        for (byte temp:b) {
            out.write(temp);
        }
        out.close();

        } catch(IOException  e) {
             e.printStackTrace();  
        }
    }
}

【方法2：生成UTF-8文件】

import java.nio.charset.Charset;
import java.io.FileOutputStream;
import java.io.OutputStreamWriter;
import java.io.IOException;
public class HelloWorld {
   public static void main(String[] args) {
       System.out.println(Charset.defaultCharset());

       try {
       String nbuf = "你好"; //這是個unicode
       System.out.println(nbuf); //輸出你好

       FileOutputStream out = new FileOutputStream("1.txt", false);

       OutputStreamWriter osw = new OutputStreamWriter(out, "UTF-8");
       osw.write(nbuf);
       osw.flush();
       osw.close();

       } catch(IOException  e) {
            e.printStackTrace();  
       }
   }
}

當(dāng)然，UTF-8轉(zhuǎn)GBK也是類似的；