JAVA 及PYTHON汉字和UTF8编码问题



		String str = "你好吗";

		System.out.println(str);

		String str1 = new String(str.getBytes("utf8"));

		System.out.println(str1);		


		str1 = new String(str1.getBytes("GBK"));

		System.out.println(str1);

你好吗
浣犲ソ鍚
娴ｇ姴銈介崥锟�

疑问:汉字转成了UTF8,怎么转不回来了啊??
另外我是要把中文STRING转成UTF8然后发给PYTHON.
用JAVA把中文"你好吗"转成UTF8是:浣犲ソ鍚
变成十六进制是:\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x90
用PYTHON把中文"你好吗"转成UTF8是:'\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x90\x97'
为什么会不一样呢?好奇怪.请朋友和前辈们帮看一下啊.快崩溃了..

6 个解决方案

#1

JAVA里都是UNICODE编码。
UTF-8 每个汉字是3个字节，你转的少了一个，是你代码的问题。

看我的代码

  public static void main(String args[]) throws UnsupportedEncodingException {

    String str = "你好吗";

    System.out.println(str);

    byte[] bs = str.getBytes("utf-8");

    System.out.println(bs.length);

    String str1 = new String(bs);

    System.out.println(str1);

    str1 = new String(str1.getBytes(),"utf-8");

    System.out.println(str1);

    str1 = new String(bs,"utf-8");

    System.out.println(str1);

  }

三个汉字转为byte是9个，你又非得重新组合成unicode的字符串，2个算1个，等于4个字符，无形中丢了一个啦！

#2

你把

String str = "你好吗吗";

双数的字符，看得就更清楚了。真凑巧，双数转化后为12个字节，拼成了6个字符。你再转回去依然是对的。

哈哈！不过可不能这么干哦！

#3

不一样是因为平台的默认charset不同吧

String str1 = new String(str.getBytes("utf8"));

使用的是平台默认的charset来解码

String str1 = new String(str1.getBytes("utf8"),"utf-8");

手工指定解码方式汉字就不乱码了

#4

实在感谢这位前辈啊.

但在下刚才想了,也实在不知道怎么解决这个问题啊.单数的字符总不可能避免啊

#5

问题在于，你千万不要把byte[] 再转化为String 啦！

直接用byte[] 发送不就行了。

如果嫌麻烦，把byte[]Base64编码后，以字符串的方式发过去也行。

另外，这段代码也许你用得着

  public static String byteToString(byte[] bs) {

    byte high, low;

    byte maskHigh = (byte) 0xf0;

    byte maskLow = 0x0f;

    StringBuffer buf = new StringBuffer();

    for (byte b : bs) {

      high = (byte) ((b & maskHigh) >> 4);

      low = (byte) (b & maskLow);

      buf.append(findHex(high));

      buf.append(findHex(low));

    }

    return buf.toString();

  }

#6

感谢谢前辈.问题终于解决了.

#1