字符集与字符编码
严格来说，一个字符在计算机中的表示形式，与字符集、字符编码两方面相关。字符集定义一个字符对应的码位，而字符编码则定义码位在计算机中如何由一个或几个byte组合起来表示。
但在很多地方（如Java、MySQL），并不严格区分字符集与字符编码。这其中一个原因，可能是大多数字符集只对应了一种字符编码，如US-ASCII、GBK编码等。Unicode字符集比较特殊，对应了多种编码方式，如UTF-8、UTF-16BE等。
也就是说，字符集和字符编码之间，是一对一或一对多的关系。
在Java中，Charset类直接用来表示各种字符编码的名称（因为字符编码肯定只对应一个字符集），如Java中Charset的名称包括UTF-8、UTF-16BE、UTF-32BE、US-ASCII、Big5、GB2312、GBK、GB18030等。而且一个Charset名称可能会有多个别名，如 UTF-8 的别名有 unicode-1-1-utf-8、UTF8，UTF-16 的别名有 UTF_16、unicode、utf16、UnicodeBig。
Java虚拟机（JVM）的默认字符集
Java中有个系统属性"file.encoding"，从字面意思看就是制定文件的默认编码方式。该值依赖于所在地区与底层操作系统的字符集。我在我的 Windows 10 的 JDK8 上测试得到的"file.encoding"默认为UTF-16BE。
Java类库中的Charset类有个静态方法defaultCharset()，用于获取JVM的默认字符集。该方法在JDK8中的实现逻辑如下：
public static Charset defaultCharset() {
if (defaultCharset == null) {
synchronized (Charset.class) {
String csn = AccessController.doPrivileged(
new GetPropertyAction("file.encoding"));
Charset cs = lookup(csn);
if (cs != null)
defaultCharset = cs;
else
defaultCharset = forName("UTF-8");
}
}
return defaultCharset;
}
从代码中可以看出：
- 如果指定了"file.encoding"系统属性，则JVM默认字符集就是"file.encoding"的指定值。
- 如果没有指定"file.encoding"系统属性，则JVM默认字符集是"UTF-8"。
- 该方法只会在第一次调用时通过"file.encoding"初始化默认字符集。后续如果改了"file.encoding"，defaultCharset()的返回值不会改变。
Java中涉及编码的地方主要由3个（URL编码和Base64编码除外）：String对象相关的编码、Java工程中文件存储的编码，以及ByteBuffer相关的编码。
String对象相关的编码
首先要明白，Java 中的字符char、字符数组char[]，在内存中保存的都是字符在Unicode字符集中的码位（Code Point，或称码点），是一个两字节的整数。
通过查看String的源码，我们不难发现String的底层表示是char[]。即我们通过某种方法，在将一段文本S（如"时间的朋友"）转换成String对象以后，String对象就会保存下S中的每个字符对应的Unicode码，将这些Unicode码组成一个char[]。
String对象中与编码相关的方法有两类，一类是String传入byte[]的构造方法new String()，另一类是getBytes()方法。
new String()在以byte[]构造字符串时，可以指定字符集，如果未指定则用JVM默认字符集对字节数组进行解码，从而得到一个char[]数组。
getBytes()也可以指定字符集，如果不指定，则与new String()方法一样，根据JVM默认的字符集进行编码。
文件存储的编码
写入文件的是一个个byte，因此需要对一个个字节进行编码，将其表示成若干个byte写入文件中。
在Java的IO库中，有流（OutputStream、InputStream）和XX器（Writer、Reader）两类。前者流是直接操作byte的，输入输出都是byte，而Writer、Reader的内部处理则涉及char与byte的转换，因此需要指定字符集。
抽象类 Writer 有子类 OutputStreamWriter，在构造它的对象时可以指定一个Charset。如果未指定，则默认会采用JVM的默认字符集（也就是"file.encoding"），来进行char到byte的转换，从而写入文件中。
而 OutputStreamWriter 有子类 FileWriter，其构造方法没有指定Charset的参数，它是采用父类OutputStreamWriter的默认字符集（即"file.encoding"）来进行写文件的。
抽象类 Reader 与 Writer 类似，其子类 InputStreamReader 的构造器也可以指定Charset，如果未指定则采用JVM的默认字符集（也就是"file.encoding"），来进行byte到char的转换，将数据从文件读入内存中。
InputStreamReader 的子类 FileReader 也类似，构造方法没有指定Charset的参数，采用的父类InputStreamReader的默认字符集（即"file.encoding"）来进行读文件的。
ByteBuffer相关的编码
在调用 ByteBuffer 的asCharBuffer()方法时，ByteBuffer 默认按UTF-16BE的编码方式解析其内部的byte数组。
当然，是BIG_ENDIAN(即高位字节放在前面，默认) 还是 LITTLE_ENDIAN，可以通过ByteBuffer的order(ByteOrder.LITTLE_ENDIAN)进行设置。
因此，如果存入ByteBuffer的字符串对应的byte[]不是按UTF-16BE或UTF-16LE(此时需要显式设置ByteBuffer的order，这样在解码时才不会出错)编码得到的，那么在调用其asCharBuffer()时，就无法正确解码得到字符串。
在对ByteBuffer中的数据解码时，也可以直接通过其array()方法获取底层的byte数组，然后用new String()（指定解码的字符集），或者通过特定字符集的 Charset 对象的 decode(ByteBuffer) 方法，对 ByteBuffer 进行解码。
Java中的UTF-16与UTF-16BE，UTF-16LE
Java中的UTF-16默认会按BIG_ENDIAN进行编解码。
在Java中运行"abc".getBytes("UTF-16")，得到的数组是[-2, -1, 0, 97, 0, 98, 0, 99]。其中，前两个字节是BOM(Byte-Order Mark)0xFEFF，后面两个6个字节，两两一组（因为是BIG_ENDIAN，故高位为0），分别是a、b、c的 Unicode。