Java如何将错误存储的UTF-8编码字段转回正确ASCII字符？

刚好遇到过一模一样的编码坑！你的情况是典型的二次编码错误：原本的UTF-8编码字节被错误地用ISO-8859-1（也就是Latin1，ASCII的单字节超集）解码后存储，导致出现José Flores这类乱码。反过来操作就能还原正确的字符串。

直接可用的修复代码 #

// 你的乱码字符串
String garbledText = "José Flores";

// 第一步：用ISO-8859-1编码把乱码转成字节数组——这一步会还原当初的UTF-8原始字节
byte[] restoredUtf8Bytes = garbledText.getBytes("ISO-8859-1");

// 第二步：用UTF-8解码字节数组，得到正确的字符串
String correctedText = new String(restoredUtf8Bytes, "UTF-8");

// 输出结果：José Flores
System.out.println(correctedText);

原理解释 #

咱们拆解一下错误产生和修复的过程：

1. 正确字符串José Flores中，é用UTF-8编码会生成两个字节：0xC3和0xA9。
2. 当这两个字节被错误地用ISO-8859-1解码时，0xC3对应字符Ã，0xA9对应字符©，于是就变成了José Flores。
3. 修复时用ISO-8859-1编码把乱码转回字节，能完整保留原始的UTF-8字节值（因为ISO-8859-1是单字节编码，每个字节对应唯一字符），再用UTF-8解码就恢复了正确的字符。

注意事项 #

• 一定要用ISO-8859-1编码，不能用其他ASCII兼容编码（比如US-ASCII），因为后者会把超出ASCII范围的字节截断成?，丢失关键信息。
• 如果数据是从数据库、文件或网络流读取的，建议直接读取字节流再处理，避免中间转成字符串时引入额外的编码错误。

内容的提问来源于stack exchange，提问作者Scott M