常见乱码分析

RaptorWE

已于 2024-05-27 19:08:40 修改

阅读量396

点赞数 9

分类专栏：常用笔记文章标签： java

于 2024-05-27 18:56:00 首次发布

本文链接：https://blog.csdn.net/Ben_boba/article/details/139245328

版权

常用笔记专栏收录该内容

13 篇文章 0 订阅

订阅专栏

java编解码

如果该编码本身支持中文，同类型编解码，中文不会乱码，
如果该编码本身不支持中文（如：US_ASCII，ISO_8859_1），同类型编解码，中文也会乱码

StandardCharsets 不支持GBK
Charset.forName() 支持GBK

String text = "叶赫那拉7890!abC";  

String t = new String(text.getBytes(StandardCharsets.US_ASCII), StandardCharsets.US_ASCII);  

System.out.println(t);

String text = "叶赫那拉sfd阿达撒大大大阿萨达啊发发搜嘎干哈科技干哈v当然更7890!abC";  
  
byte[] utf8Bytes = text.getBytes(Charset.forName("GBK"));  
  
String t = new String(utf8Bytes, Charset.forName("UTF-8"));  
  
System.out.println(t);

乱码后复现原文

import java.nio.charset.StandardCharsets;
import java.util.Arrays;

public class He {
    public static void main(String[] args) {
        String text = "为中华崛起而读书？1234567890!.*?abcdABCD";

        System.out.println("打印经utf8编码后原文的字节数组: "+ Arrays.toString(text.getBytes(StandardCharsets.UTF_8)));

        String t = new String(text.getBytes(StandardCharsets.UTF_8), StandardCharsets.ISO_8859_1);
        System.out.println("经ISO_8859_1解码后的乱码内容: "+t);      // ä¸ºä¸åå´èµ·èè¯»ä¹¦ï¼1234567890!.*?abcdABCD

        System.out.println("打印经ISO_8859_1重新编码后复现经utf8编码后原文的字节数组: "+ Arrays.toString(t.getBytes(StandardCharsets.ISO_8859_1)));

        String t2 = new String(t.getBytes(StandardCharsets.ISO_8859_1), StandardCharsets.UTF_8);
        System.out.println("ISO_8859_1复现utf8编码原字节数组进行utf8解码回原文: "+t2);     // 为中华崛起而读书？1234567890!.*?abcdABCD


        String text2 = "ä¸ºä¸\u00ADå\u008D\u008Eå´\u009Bèµ·è\u0080\u008Cè¯»ä¹¦ï¼\u009F1234567890!.*?abcdABCD";
        String tt = new String(text2.getBytes(StandardCharsets.ISO_8859_1), StandardCharsets.UTF_8);
        System.out.println(tt); 

    }
}

中文乱码特征

String text = "为中华崛起而读书？1234567890!.*?abcdABCD";

US_ASCII编码，ISO_8859_1编码，不支持中文和中文符号，任何形式的解码出来的都是 ?
例：?????????1234567890!.*?abcdABCD

**US_ASCII解码中文和中文符号都是 ��**

**ISO_8859_1解码中文和中文符号都是 ÎªÖÐ»ªáÈÆð¶ø¶ÁÊé£¿**

**utf8解码 �和特殊符号居多**
例：Ϊ�л��飿1234567890!.*?abcdABCD

**GBK 解码繁体字居多**
涓轰腑鍗庡礇璧疯�岃涔︼紵1234567890!.*?abcdABCD

**UTF_16、UTF_16LE、UTF_16BE解码其他类型大概率会出现很多繁体字和类似韩文字**
解GBK 캪훐뮪웰뛸뛁쫩ꎿㄲ㌴㔶㜸㤰℮⨿慢捤䅂䍄
解utf8 㼿㼿㼿㼿㼱㈳㐵㘷㠹〡⸪㽡扣摁䉃�

**解 UTF_16、UTF_16LE、UTF_16BE编码乱码一定有 ，这玩意在这识别不了（代替），并且会附带各自的特征，如utf8的� GBK的繁体字 **

�N:N-SN]峸�孄Nf� 1 2 3 4 5 6 7 8 9 0 ! . * ? a b c d A B C D
g¹p`i eYÎÛVb[Oi u T4³~RÑSKbSbÿ1 2 3 4 5 6 7 8 9 0 ! . * ? a b c d A B C D
��N:N-SN]�w��Nf� 1 2 3 4 5 6 7 8 9 0 ! . * ? a b c d A B C D
N-NNS]w��麐fN�1 2 3 4 5 6 7 8 9 0 ! . * ? a b c d A B C D