Java读取WebSphere MQ阿拉伯字符串乱码的正确转码方法

你遇到的是典型的字符编码链路错配问题：

• 源系统发送阿拉伯语文本实际使用的是ISO-8859-6（阿拉伯语单字节编码）
• MQ接收链路错误地将收到的原始字节流按ISO-8859-1（Latin-1西欧单字节编码）解析为Java字符串，每个原始阿拉伯语编码字节被映射为ISO-8859-1中同码位的西欧字符，最终得到ÇåÏÑÓÉ çèÌèÑÊÓ这类乱码。
• 由于ISO-8859-1是0x00-0xFF全码位一一对应的单字节编码，这个错误解析过程不会丢失原始字节信息，完全可逆。

转码逻辑不需要多余的中间步骤：

1. 将拿到的乱码字符串按ISO-8859-1编码转回原始字节流，还原MQ错误解析前收到的真实字节
2. 将原始字节流按ISO-8859-6编码重新解析为字符串，即可得到正确的阿拉伯语文本

可直接运行的代码示例：

import java.nio.charset.StandardCharsets;

public class MessageDecodeUtil {
    public static String recoverArabicFromGarbled(String garbled) throws Exception {
        // 按ISO-8859-1还原原始字节
        byte[] rawBytes = garbled.getBytes(StandardCharsets.ISO_8859_1);
        // 按ISO-8859-6解析得到正确文本
        return new String(rawBytes, "ISO-8859-6");
    }

    public static void main(String[] args) throws Exception {
        String garbledMsg = "ÇåÏÑÓÉ çèÌèÑÊÓ";
        String correctMsg = recoverArabicFromGarbled(garbledMsg);
        // 控制台输出 امدرسة هوجورتس
        System.out.println(correctMsg);
    }
}

你之前写的转码代码有两个核心问题：

• 调用source.getBytes()时未指定字符集，方法会使用JVM运行环境的默认字符集（Windows默认GBK、部分Linux环境默认UTF-8），会将乱码中的特殊字符替换为错误字节甚至问号，直接破坏原始字节信息，后续转码必然失败。
• 中间插入的new String(iso88591, "ISO-8859-1").getBytes()属于冗余操作，没有任何实际转码作用。

手动转码只是临时处理手段，建议从MQ接入层面彻底解决乱码问题：

• 配置Spring Boot的WebSphere MQ客户端参数，指定接收消息的字符集为ISO-8859-6，让MQ客户端自动完成正确解码，业务代码无需额外处理。
• 如果队列管理器的UTF-8配置无法调整，接收消息时直接获取原始byte[]类型的消息体，不要让框架提前将字节转为String，拿到字节后直接用ISO-8859-6编码解析即可，从根源避免错误解析。

内容的提问来源于stack exchange，提问作者Anirban