Java系统韩文姓名存入PostgreSQL乱码：能否逆向还原正确值？

你遇到的是典型的UTF-8字符串错误编码/解码导致的乱码问题，这种情况大概率是可以逆向还原的，下面给你具体的思路和操作方法：

乱码成因分析 #

你看到的ì\u008B í\u0098¸这类乱码，本质是原始韩文的UTF-8字节被错误地以ISO-8859-1（Latin-1）解码，之后又被当成UTF-8字符串存入数据库造成的。举个简单例子：假设原韩文是이，它的UTF-8字节是0xE3 0x82 0xAC；如果把这三个字节当成ISO-8859-1解码，会得到ì、‚、¬（对应你看到的转义字符）；再把这个错误字符串存到UTF-8数据库里，就变成了你现在看到的乱码形式。

逆向还原步骤 #

既然知道了乱码的根源，我们可以反向操作还原原始内容：

1. 将乱码字符串按ISO-8859-1编码转成字节数组
   ISO-8859-1是单字节编码，每个字符对应一个字节，这一步能完整还原出当初被错误解码的原始UTF-8字节流。

2. 将得到的字节数组按UTF-8解码成字符串
   用正确的编码方式解析原始字节，就能得到原本的韩文姓名。

Java代码实现 #

你可以直接用这段代码测试还原：

public static String recoverKoreanName(String garbledText) {
    try {
        // 步骤1：把乱码字符串转成ISO-8859-1编码的字节
        byte[] rawBytes = garbledText.getBytes("ISO-8859-1");
        // 步骤2：用UTF-8解码字节得到正确字符串
        return new String(rawBytes, "UTF-8");
    } catch (UnsupportedEncodingException e) {
        // 极端编码不支持情况，返回原字符串
        e.printStackTrace();
        return garbledText;
    }
}

测试示例 #

拿你给出的第一个乱码ì\u008B í\u0098¸测试，用上面的方法还原后，应该能得到类似이현的正确韩文（具体字符可以自行验证，原理完全可行）。

额外说明 #

为什么只有少数出现异常？大概率是对方服务器的响应头偶尔未正确设置Content-Type: application/json; charset=UTF-8，导致你的Java客户端解析响应时默认用了ISO-8859-1编码，才出现这类乱码。后续可以在调用API时强制指定UTF-8编码解析响应，避免再出现类似问题。

内容的提问来源于stack exchange，提问作者TungstenX