Java中如何编码字节数组的Unicode补充字符？UTF-16LE异常排查

看起来你遇到的核心问题有两个：一是特定字符（比如"Ü"）解析错误，二是补充字符无法正常处理。咱们一步步拆解解决：

一、先解决"Ü"解析错误的问题 #

首先核对字节对应关系：C#中Encoding.Unicode（即UTF-16LE）编码"Ü"时，输出的字节应该是0xDC 0x00（十进制220和0），对应Java有符号byte是-36 0。但你收到的是-3 -1（十进制253和255，即0xFD 0xFF），这组字节解析后是UTF-16LE的替换字符U+FFFD，说明你收到的字节和C#发送的不一致，大概率是字节读取不完整导致的。

1. 确保完整读取所有字节 #

Java的InputStream.read(byte[])不会保证填满整个数组，它返回实际读取的字节数。如果你的dataBytes是一次性读取的，很可能没拿到完整的服务器响应。正确的读取方式应该循环读取直到获取全部字节：

// 示例：读取指定长度的完整字节数组
public byte[] readFully(InputStream in, int length) throws IOException {
    byte[] buffer = new byte[length];
    int offset = 0;
    int bytesRead;
    while (offset < length && (bytesRead = in.read(buffer, offset, length - offset)) != -1) {
        offset += bytesRead;
    }
    if (offset != length) {
        throw new IOException("Failed to read all bytes: expected " + length + ", got " + offset);
    }
    return buffer;
}

在你的循环中处理textBytes时，也要确保读取到足够的字节：

short textLength = wrapped.getShort();
// 先检查ByteBuffer剩余字节是否足够
if (wrapped.remaining() < textLength) {
    throw new IllegalStateException("Not enough bytes for text (need " + textLength + ", have " + wrapped.remaining() + ")");
}
byte[] textBytes = new byte[textLength];
wrapped.get(textBytes);

2. 验证C#端的编码和发送字节 #

你可以在C#端打印发送的字节，和Java端接收的对比，确认数据一致性：

string test = "MÜNSTER";
byte[] bytes = Encoding.Unicode.GetBytes(test);
foreach (byte b in bytes) {
    Console.Write(b + " ");
}
// 预期输出：77 0 220 0 78 0 83 0 84 0 69 0 82 0

如果两端字节不一致，说明传输过程中存在编码转换或数据丢失，需要排查中间环节。

二、解决补充字符的处理问题 #

补充字符（比如😀，U+1F600）在UTF-16中由两个16位代码单元（4个字节）表示，Java的String类完全支持UTF-16代理对解析，只要你能完整读取到所有字节，new String(textBytes, StandardCharsets.UTF_16LE)就能正确解析。

举个例子：C#发送😀时，UTF-16LE字节是0x3D 0xD8 0x00 0xDE（十进制61, -40, 0, -34），Java读取后用UTF_16LE编码转换，就能正确显示表情符号。

三、对你现有代码的优化建议 #

1. 用StandardCharsets.UTF_16LE代替字符串"UTF_16LE"，避免拼写错误，同时更类型安全。
2. 始终检查字节读取的完整性，避免因部分读取导致的乱码。
3. 增加错误日志，方便排查字节不一致的问题。

优化后的核心代码片段：

ByteBuffer wrapped = ByteBuffer.wrap(dataBytes);
wrapped.order(ByteOrder.LITTLE_ENDIAN);
short noOfSites = wrapped.getShort();
for(int i = 0; i < noOfSites; i++){
    short siteNo = wrapped.getShort();
    short textLength = wrapped.getShort();
    
    if (wrapped.remaining() < textLength) {
        System.err.println("Error: Insufficient bytes for site " + siteNo);
        continue;
    }
    
    byte[] textBytes = new byte[textLength];
    wrapped.get(textBytes);
    
    // 打印字节用于调试
    System.out.print("Bytes for site " + siteNo + ": ");
    for(byte bite : textBytes){
        System.out.print(bite+" ");
    }
    System.out.println();
    
    String siteText = new String(textBytes, StandardCharsets.UTF_16LE);
    System.out.println(siteNo + ": " + siteText);
    siteList.add(new Site(siteNo, siteText));
    publishProgress(siteNo + " - " + siteText);
}

内容的提问来源于stack exchange，提问作者rm-green