Kotlin中除String()构造方法外ByteArray转字符串方法及UTF-8转码乱码原因

UTF-8转码出现乱码的原因 #

UTF-8编码有严格的格式校验规则：

1. 单字节字符的取值范围为0x00~0x7F（对应十进制0~127），最高位为0
2. 多字节字符的首字节高位连续1的数量代表该字符占用的字节数，后续每个字节必须以10开头
3. 当解码器遇到不符合规则的字节时，会默认用替换字符�填充，表现为乱码

你提供的ByteArray中存在大量超出0~127范围的有符号负数字节，且字节序列不符合UTF-8的编码规则，本质是该ByteArray本身不是由UTF-8编码字符串生成的字节序列，强行用UTF-8解码自然无法得到正常文本。

Kotlin中ByteArray转字符串的其他可选方式 #

• 指定对应原始编码解码：如果可以确认ByteArray生成时用的编码（比如GBK、UTF-16、ISO-8859-1等），替换编码参数即可，示例：

  // 示例为GBK编码解码，替换为ByteArray对应的原始编码即可
  val result = String(byteArray, Charset.forName("GBK"))
  

• 使用Charset的decode方法：适合需要配合ByteBuffer操作的场景，逻辑和String构造方法一致：

  val result = Charsets.UTF_8.decode(ByteBuffer.wrap(byteArray)).toString()
  

• 转十六进制字符串：如果ByteArray是二进制数据（比如加密结果、文件片段），不需要转成自然语言文本，可以转成十六进制字符串，不会出现乱码：

  // Kotlin 1.9及以上版本内置方法
  val hexStr = byteArray.toHexString()
  // 低版本兼容实现
  fun ByteArray.toHex() = joinToString("") { "%02x".format(it) }
  

• 转Base64字符串：如果需要把二进制ByteArray转成可安全传输、存储的ASCII字符串，使用Base64编码：

  import java.util.Base64
  val base64Str = Base64.getEncoder().encodeToString(byteArray)
  

注：如果需要得到可阅读的自然语言文本，必须先确认ByteArray的原始编码，否则任意解码方式都会出现乱码。

内容的提问来源于stack exchange，提问作者Hally