字符串编码不一致导致HashMap失效问题求助

问题根源 #

核心问题在于：两个视觉一致的字符串，因Java内部存储编码（coder属性，如LATIN1/UTF16）或字符存储形式（组合字符/预合成字符）不同，导致hashCode返回值不一致，破坏HashMap的工作逻辑。同时你的compareTo方法已做特殊字符转换，但equals和hashCode未同步处理，违反了Java集合类的行为约定。

可行方案 #

方案1：统一equals、hashCode与compareTo的处理逻辑 #

你的compareTo已经通过replaceUmlaute统一了变音符号的处理，修改equals和hashCode让它们基于相同的转换结果，确保三者行为一致：

import java.util.Objects;

@Override
public boolean equals(Object obj) {
    if (this == obj)
        return true;
    if (obj == null || getClass() != obj.getClass())
        return false;
    Driver other = (Driver) obj;
    
    String thisProcessedName = this.name == null ? null : replaceUmlaute(this.name);
    String otherProcessedName = other.name == null ? null : replaceUmlaute(other.name);
    String thisProcessedSurname = this.surname == null ? null : replaceUmlaute(this.surname);
    String otherProcessedSurname = other.surname == null ? null : replaceUmlaute(other.surname);
    
    return Objects.equals(thisProcessedName, otherProcessedName) &&
           Objects.equals(thisProcessedSurname, otherProcessedSurname);
}

@Override
public int hashCode() {
    String processedName = name == null ? null : replaceUmlaute(name);
    String processedSurname = surname == null ? null : replaceUmlaute(surname);
    return Objects.hash(processedName, processedSurname);
}

方案2：Unicode标准化解决字符存储差异 #

如果问题源于字符的Unicode存储形式不同（比如ä既可以是单个预合成字符\u00e4，也可以是a+变音符号\u0308的组合形式），使用Normalizer类统一字符串的存储形式：

import java.text.Normalizer;
import java.util.Objects;

private String normalizeString(String str) {
    if (str == null) return null;
    return Normalizer.normalize(str, Normalizer.Form.NFC);
}

@Override
public boolean equals(Object obj) {
    if (this == obj)
        return true;
    if (obj == null || getClass() != obj.getClass())
        return false;
    Driver other = (Driver) obj;
    
    String thisNormalizedName = normalizeString(this.name);
    String otherNormalizedName = normalizeString(other.name);
    String thisNormalizedSurname = normalizeString(this.surname);
    String otherNormalizedSurname = normalizeString(other.surname);
    
    return Objects.equals(thisNormalizedName, otherNormalizedName) &&
           Objects.equals(thisNormalizedSurname, otherNormalizedSurname);
}

@Override
public int hashCode() {
    return Objects.hash(normalizeString(name), normalizeString(surname));
}

方案3：从根源修复编码读取问题 #

你之前的setName方法错误使用了平台默认编码转换，正确做法是明确指定数据源的编码：

• 读取Excel时：Apache POI默认支持UTF-8，旧版Excel可能需指定ISO-8859-1编码。
• 读取文件名时：Windows系统文件名编码为GBK，Linux/macOS为UTF-8，需针对性解析。

示例正确的编码转换：

import java.nio.charset.StandardCharsets;

public void setName(String name, Charset sourceCharset) {
    this.name = new String(name.getBytes(sourceCharset), StandardCharsets.UTF_8);
}

// 调用示例：从Windows文件名读取时用GBK
driver.setName(fileName, StandardCharsets.ISO_8859_1); // 根据实际源编码调整

注意事项 #

• 必须保证equals、hashCode、compareTo三者行为一致：如果compareTo返回0，equals必须返回true，且两者hashCode必须相同，这是HashMap等集合类正常工作的核心前提。
• 优先选择方案1或方案2，它们能在数据进入对象后统一处理，避免后续问题；方案3需要明确各数据源编码，适合从根源规避问题。

内容的提问来源于stack exchange，提问作者Sagm1