主要編碼：UTF-8、UTF-16、ISO-8859-1

1. UTF-8 — 現代編碼的王者

在程式設計的工作中，你會接觸到使用不同編碼的檔案、網路協定、資料庫與網路服務。如果你不了解 UTF-8 與 ISO-8859-1 有何不同，就很容易踩坑：你的程式可能在「我的電腦」上正常，卻會在法國同事的機器上或在雲端（預設系統不同）中壞掉。

今天我們要剖析在 Java 實務中最常見的三種編碼：

• UTF-8 — 現代且通用的標準。
• UTF-16 — Java 的內部字串格式，Windows 中也常見。
• ISO-8859-1（Latin-1）— 舊但仍可見的西歐語系單位元組編碼。

讓我們更深入地認識它們！

這是什麼？

UTF-8（Unicode Transformation Format, 8-bit）是一種能表示巨大 Unicode 字元集任意符號的編碼（包括西里爾字母、中文漢字、表情符號，甚至罕見的古文字）。而且它很聰明：對於最常用的符號（英文字母、數字、標點），只用 1 個位元組；其他符號則用 2、3，甚至 4 個位元組。

事實： 幾乎所有現代網站、多數 JSON 與 XML 檔案，甚至 Java 原始碼，預設都使用 UTF-8。

一個字元需要多少位元組？

• ASCII 字元（英文字母、數字、標點）— 1 個位元組。
• 西里爾字母、帶變音符的歐洲字元 — 2 個位元組。
• 中日韓漢字 — 3 個位元組。
• 超稀有字符、表情符號 — 4 個位元組。

範例：

U+0041

41

U+042F

D0 AF

U+20AC

E2 82 AC

U+1F600

F0 9F 98 80

為什麼 UTF-8 這麼棒？

• 向後相容 ASCII：如果檔案只包含英文字元，它與 ASCII 完全一致。
• 精簡：對英文短文而言，UTF-8 可讓檔案大小最小。
• 國際化：支援所有語言，包括表情符號。
• Web 標準：HTML、CSS、JSON、XML、JavaScript——預設都是 UTF-8。

Java 中的使用範例

import java.nio.charset.StandardCharsets;
import java.nio.file.*;

public class Utf8Demo {
    public static void main(String[] args) throws Exception {
        // 以 UTF-8 將字串寫入檔案
        String text = "你好，世界！ 😀";
        Files.write(Paths.get("utf8.txt"), text.getBytes(StandardCharsets.UTF_8));

        // 以 UTF-8 讀取檔案
        String read = Files.readString(Paths.get("utf8.txt"), StandardCharsets.UTF_8);
        System.out.println(read); // 輸出：你好，世界！ 😀
    }
}

這裡我們在寫入前明確以 UTF-8 編碼字串，讀取時也同樣明確指定編碼。如此即可確保文字不失真地保存與還原，即使其中包含表情符號或多語系字元。

何時使用 UTF-8？

永遠——除非你有非常充足的理由選擇其他方案。這是所有現代應用程式的通用選擇。

2. UTF-16 — Java 的內部格式

UTF-16 是 Unicode 家族中的另一種編碼。與 UTF-8 不同，它通常為每個字元使用 2 個位元組。Java 在 JVM 內部就是這樣存放字串（String）與字元（char）。但有個細節：某些字元（例如罕見漢字或表情符號）需要 4 個位元組（以「代理對」表示）。

UTF-16 在哪裡使用？

• 在 Java 內部：所有字串與字元都是 UTF-16。
• Windows：許多 Windows 系統檔案使用 UTF-16（例如 Notepad 預設以 UTF-16 LE 儲存）。
• 某些網路協定與格式：例如，XML 可以使用 UTF-16。

範例：UTF-16 中的字元如何表示

U+0041

00 41

U+042F

04 2F

U+20AC

20 AC

U+1F600

D8 3D DE 00

Java 中的使用範例

import java.nio.charset.StandardCharsets;
import java.nio.file.*;

public class Utf16Demo {
    public static void main(String[] args) throws Exception {
        String text = "你好，世界！ 😀";

        // 使用 UTF-16 的編碼將字串寫入檔案
        Files.write(Paths.get("utf16.txt"), text.getBytes(StandardCharsets.UTF_16));

        // 指定 UTF-16 編碼讀取檔案內容
        String read = Files.readString(Paths.get("utf16.txt"), StandardCharsets.UTF_16);
        System.out.println(read); // 正確輸出原始字串
    }
}

關鍵點：寫入與讀取必須指定相同的編碼。如果以 UTF-16 寫入，卻用預設（例如 UTF-8）來讀取，就會產生一團「亂碼」。

UTF-16 的特點

• 對多數字元為固定長度：2 個位元組。
• 代理對：部分字元（例如表情符號）需要 4 個位元組。
• Byte Order Mark (BOM)：檔案開頭常加入指示位元組順序的標頭（LE — little endian，BE — big endian）。Java 通常能自動辨識 BOM。
• 與 ASCII 不相容：若你把 UTF-16 檔案用預期 ASCII 或 UTF-8 的編輯器開啟，會看到一堆 0 與奇怪的符號。

何時使用 UTF-16？

• 如果你對接的系統或檔案明確要求 UTF-16（例如與 Windows 程式整合）。
• 一般應用與檔案——優先使用 UTF-8 更佳。

4. ISO-8859-1 (Latin-1) — 來自過去的問候

ISO-8859-1，或稱 Latin-1，是一種誕生於上世紀 80 年代的單位元組編碼。它支援 256 個符號：英文字母、西歐語言的變音符字母（é、ü、ç 等）、標點與特殊符號。

事實： 此編碼不包含西里爾字母、希臘文、阿拉伯文、中文與其他非拉丁字元。

ISO-8859-1 在哪裡出現？

• 舊檔案與舊程式（特別在歐洲）。
• 部分資料庫與協定的「預設值」。
• 在 HTTP 標頭中（標準規定未指明編碼的文字資料視為 ISO-8859-1，但實務上較少見）。

範例：在 ISO-8859-1 中字元如何表示

U+0041

41

U+00E9

E9

U+00FC

FC

U+042F

Java 中的使用範例

import java.nio.charset.StandardCharsets;
import java.nio.file.*;
import java.nio.charset.Charset;

public class Latin1Demo {
    public static void main(String[] args) throws Exception {
        String text = "Bonjour, ça va? Café!"; // 法語文字
        Files.write(Paths.get("latin1.txt"), text.getBytes(StandardCharsets.ISO_8859_1));

        // 以 ISO-8859-1 讀取檔案
        String read = Files.readString(Paths.get("latin1.txt"), StandardCharsets.ISO_8859_1);
        System.out.println(read); // 一切都能正確讀取！

        // 試著寫入非 Latin-1 字元（例如中文）
        String cyrillic = "你好，世界！";
        try {
            Files.write(Paths.get("badlatin1.txt"), cyrillic.getBytes(StandardCharsets.ISO_8859_1));
        } catch (Exception e) {
            System.out.println("錯誤：無法將非 Latin-1 字元寫入 ISO-8859-1！");
        }
    }
}

ISO-8859-1（Latin-1）只支援西歐語系的符號——例如法語、德語或西班牙語的重音字母。因此法語文字能無痛寫入與讀取。

然而此編碼缺少西里爾字母、中文等字元，嘗試寫入時會發生錯誤或字元遺失。因此處理多語系文字，最好使用 UTF-8 或 UTF-16，它們涵蓋的字元集要大得多。

ISO-8859-1 的特點

• 語言受限：僅西歐語系。
• 每字元 1 個位元組：體積小，但限制多。
• 寫入「外來」字元會扭曲：若嘗試保存西里爾字母或漢字，會變成問號或亂碼。

何時使用 ISO-8859-1？

• 僅當你要整合非常舊的系統或資料庫，且它明確要求此編碼時。
• 對於現代需求——不建議使用。

5. 實用細節

編碼比較表

UTF-8

UTF-16

ISO-8859-1

如何選擇編碼？

• UTF-8 —— 你在 99% 的情況下都該選它。相容 ASCII、支援所有語言、對英文最省空間，且是 web 與 Java 的標準。
• UTF-16 —— 僅當規格要求，或需與 Windows 程式整合時使用。
• ISO-8859-1 —— 僅用於與舊系統相容。切勿用來儲存西里爾字母、希臘文、阿拉伯文等。

如何判斷檔案的編碼？

• 用能顯示/切換編碼的編輯器（例如 Notepad++、VS Code）開啟檔案。
• 若看到「亂碼」，試著用其他編碼開啟。
• 在 Linux 終端可用指令 file 檔名——有時能推測出編碼。

如何在 Java 設定編碼？

使用 java.nio.charset 套件的類別：

• StandardCharsets.UTF_8
• StandardCharsets.UTF_16
• StandardCharsets.ISO_8859_1

或透過編碼名稱：

Charset windows1251 = Charset.forName("Windows-1251");
Charset utf8 = Charset.forName("UTF-8");

6. 實作：如果把編碼弄錯會怎樣？

我們來做個小實驗。把字串以 UTF-8 寫入，然後嘗試以 ISO-8859-1 讀取：

import java.nio.file.*;
import java.nio.charset.*;

public class EncodingMismatchDemo {
    public static void main(String[] args) throws Exception {
        String text = "你好，世界！"; // 中文

        // 以 UTF-8 寫入
        Files.write(Paths.get("utf8demo.txt"), text.getBytes(StandardCharsets.UTF_8));

        // 以 ISO-8859-1 讀取（錯誤示範！）
        String wrong = Files.readString(Paths.get("utf8demo.txt"), StandardCharsets.ISO_8859_1);
        System.out.println("錯誤的讀取: " + wrong);

        // 現在用正確的方式讀取
        String correct = Files.readString(Paths.get("utf8demo.txt"), StandardCharsets.UTF_8);
        System.out.println("正確的讀取: " + correct);
    }
}

結果：

• 第一種情況你會看到「亂碼」——一串奇怪的符號。
• 第二種情況——正常的中文內容。

7. 處理編碼時的常見錯誤

錯誤 1：以錯誤的編碼讀取檔案。 如果檔案以 UTF-8 寫入，卻用 ISO-8859-1 或 Windows-1251 來讀取，所有非 ASCII 字元都會變成垃圾。這是經典情境：「我這邊都正常，為什麼同事那邊不行？」

錯誤 2：試圖把「外來」字元寫入單位元組編碼。 如果你嘗試把西里爾字母或漢字存成 ISO-8859-1，Java 會把它們變成問號或直接拋錯。資料將不可逆地遺失。

錯誤 3：使用系統「預設」編碼。 在 Java 的某些方法（例如 new FileReader("file.txt")）裡，若未明確指定編碼，就會使用系統預設編碼。在一台電腦上可能是 UTF-8，另一台是 Windows-1251，第三台甚至是更冷門的設定。因此請改用能明確指定編碼的方法。

錯誤 4：把 UTF-16 檔案當成 UTF-8 開啟。 以 UTF-16 寫入的檔案，如果用 UTF-8 開啟，會看到大量 0 與奇怪符號，因為位元組被錯誤解讀。