UTF-8编码转换非英文字符失效及字节数组转字符串问题求助

先给你捋清楚为啥会出现这种差异：

• 当你用new String(bytearray)时，JVM会自动用系统默认字符编码来解码字节数组。刚好你的环境默认编码能正确解析带ó的字节，所以结果是对的。
• 但new String(bytearray, StandardCharsets.UTF_8)是强制用UTF-8解码，如果你的字节数组本身不是UTF-8编码的，解码失败就会出现�这种替换字符。

举个实际的例子：假设你的bytearray是用ISO-8859-1编码生成的：

// 用ISO-8859-1把字符串转成字节数组
byte[] bytearray = "Impresión".getBytes(StandardCharsets.ISO_8859_1);
// 强行用UTF-8解码就会乱码
String wrongResult = new String(bytearray, StandardCharsets.UTF_8); // 得到"Impresi�n"
// 用对应的ISO-8859-1解码才正确
String correctResult = new String(bytearray, StandardCharsets.ISO_8859_1); // 得到"Impresión"

具体解决步骤： #

1. 先搞清楚字节数组的原始编码

   • 去查生成这个bytearray的代码，看它是用什么编码把字符串转成字节的（比如有没有指定getBytes()的参数，无参的话用的是系统默认编码）。
   • 如果找不到来源，可以试试用常见编码（比如ISO-8859-1、Windows-1252、UTF-16）解码测试，哪个能得到正确的"Impresión"，那就是对应的编码。

2. 编码和解码必须配对使用

   • 如果你的目标是全程用UTF-8处理，那生成字节数组时就要明确指定UTF-8：

     // 生成UTF-8编码的字节数组
     byte[] utf8Bytes = "Impresión".getBytes(StandardCharsets.UTF_8);
     // 再用UTF-8解码就不会乱码
     String correctResult = new String(utf8Bytes, StandardCharsets.UTF_8);
     

   • 如果字节数组已经是其他编码，解码时就得用对应的编码，不能硬套UTF-8。比如原始是Windows-1252编码的：

     String correctResult = new String(bytearray, Charset.forName("Windows-1252"));
     

3. 尽量别依赖系统默认编码
   系统默认编码在不同操作系统（Windows/Linux/macOS）可能不一样，所以不管是编码还是解码，都最好显式指定字符集，别用无参的getBytes()或new String(bytearray)，这样能避免换环境就乱码的坑。

内容的提问来源于stack exchange，提问作者Kumar