Java 字符编码问题

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

This topic created in 2951 days ago, the information mentioned may be changed or developed.

String name="思"; String sendName = new String(name.getBytes("UTF-8"),"GBK"); System.out.println(sendName); String recvName = new String(sendName.getBytes("GBK"),"UTF-8"); System.out.println(recvName); 各位 java 程序员，上段代码中的编码转换有什么问题吗？大部分 recvName 中大部分汉子都可以正常显示，但‘思’和‘怡’两个字乱码。

2 replies • 2018-04-05 21:44:42 +08:00

Fri

Apr 5, 2018

问题出在 UTF-8 编码后的“思{-26, -128, -99 }”字占用三个字节，而 GBK 编码是每两个字节转为一个字符，所以在用 GBK 编码{-26, -128, -99 }的时候，系统会用“ 0 ”补全缺少的第四个字节变为{-26, -128, -99, 0}以进行编码。

之后将{-26, -128, -99, 0}按 UTF-8 编码为字符串时，因为多了一个字节“ 0 ”，所以就无法映射到“思{-26, -128, -99 }’字了。

Fri

Apr 5, 2018

1# 抱歉.....重新思考了下发现上面的回复是❌的。

可以确认的是 UTF-8 是长度可变的一种编码方式，编码后会占用 1~4 个字节不等，GBK 编码后占用 2 个字节。