Java中如何区分普通问号'?'和替换字符'�'？

核心原理 #

两个字符的Unicode编码完全不同，直接对比编码值即可100%区分：

• 原生普通问号的Unicode编码为U+003F，对应十进制值为63
• 乱码替换字符�（正式名称为REPLACEMENT CHARACTER，一般是编码解码失败时的默认替换值）的Unicode编码为U+FFFD，对应十进制值为65533

具体实现方案 #

1. 单字符判断逻辑 #

public class CharIdentifyUtil {
    // 判断是否为原生普通问号
    public static boolean isNormalQuestionMark(char c) {
        return c == 0x3F; // 也可以直接写 c == 63
    }
    
    // 判断是否为乱码替换字符�
    public static boolean isReplacementChar(char c) {
        return c == 0xFFFD; // 也可以直接写 c == 65533
    }

    public static void main(String[] args) {
        char testChar1 = '�';
        char testChar2 = '?';
        System.out.println(isNormalQuestionMark(testChar1)); // 输出false
        System.out.println(isNormalQuestionMark(testChar2)); // 输出true
        System.out.println(isReplacementChar(testChar1)); // 输出true
        System.out.println(isReplacementChar(testChar2)); // 输出false
    }
}

2. 字符串批量判断逻辑 #

如果需要识别字符串中包含的两类字符，可以遍历逐个校验：

public static void checkAllCharsInStr(String input) {
    char[] charArray = input.toCharArray();
    for (int i = 0; i < charArray.length; i++) {
        char current = charArray[i];
        if (current == 0x3F) {
            System.out.printf("索引%d位置为原生普通问号%n", i);
        } else if (current == 0xFFFD) {
            System.out.printf("索引%d位置为乱码替换字符�%n", i);
        }
    }
}

注意事项 #

如果�是从控制台、日志文件里读取的展示内容，要提前确认原始字节流有没有被JVM、日志组件提前做过替换，避免拿到的字符已经是处理后的结果，和原始输入不一致。

内容的提问来源于stack exchange，提问作者Dar Gbu