Java汉字的UTF编码Java

Question

我正在通过对象从轴Web服务接收字符串。因为我没有得到我期望的字符串，所以我通过将字符串转换为字节进行了检查，然后在hexa中得到了C3A4C2
BDC2A0 C3A5C2 A5C2BD C3A5C2 90C297，当我期望使用E4BDA0 E5A5BD E59097时，实际上在UTF- 8。

有什么想法会导致您好吗成为C3A4C2 BDC2A0 C3A5C2 A5C2BD C3A5C2
90C297？我进行了Google搜索，但得到的只是一个中文网站，描述了python中发生的问题。任何见解都会很棒，谢谢！

Answer 1

您拥有所谓的双重编码。

您正确指出的三个字符序列“你好吗”以UTF-8编码为E4BDA0 E5A5BD E59097。

但是现在，开始以UTF-8编码THAT编码的每个字节。从E4开始。UTF-8 中的 代码点是什么？试试吧！是C3 A4！

你知道这个主意… :-)

这是一个Java应用程序，说明了这一点：

public class DoubleEncoding {
    public static void main(String[] args) throws Exception {
        byte[] encoding1 = "你好吗".getBytes("UTF-8");
        String string1 = new String(encoding1, "ISO8859-1");
        for (byte b : encoding1) {
            System.out.printf("%2x ", b);
        }
        System.out.println();
        byte[] encoding2 = string1.getBytes("UTF-8");
        for (byte b : encoding2) {
            System.out.printf("%2x ", b);
        }
        System.out.println();
    }

}