java字符集解码问题答案

【问题标题】：java charset decode issuejava字符集解码问题
【发布时间】：2012-02-29 00:18:23
【问题描述】：

我正在尝试使用 java 中的字符集 GB2312 解码一个字符 ·

GB2312中包含的这个char，位置码是a1a4check here

代码：

public static void main(String[] _args) throws Exception {
    String str="a1a4:· a5f6:ヶ a8c5:ㄅ";          
    ByteBuffer bf=readToByteBuffer(new ByteArrayInputStream(str.getBytes()));
    System.out.println(Charset.forName("GB2312").decode(bf).toString());
}
private static final int bufferSize = 0x20000;
static ByteBuffer readToByteBuffer(InputStream inStream) throws IOException {
    byte[] buffer = new byte[bufferSize];
    ByteArrayOutputStream outStream = new ByteArrayOutputStream(bufferSize);
    int read;
    while (true) {
        read = inStream.read(buffer);
        if (read == -1)
            break;
        outStream.write(buffer, 0, read);
    }
    ByteBuffer byteData = ByteBuffer.wrap(outStream.toByteArray());
    return byteData;
}

上面的代码输出结果为：

a1a4:? a5f6:ヶ a8c5:ㄅ

我不明白为什么不能解码a1a4？

【问题讨论】：

我假设 IO.string2InputStream(d) 也使用 GB2312 字符集进行写入。你检查过缓冲区中的字节是否正确吗？
@RussellZahniser 对此感到抱歉，编辑了我的问题。
您可能想做str.getBytes("GB2312") - 您使用的是默认值，可能是UTF8。但我认为 seh 认为它是一个字符问题而不是编码问题是正确的。

标签： java encoding character-encoding encode

【解决方案1】：

在我的浏览器中，您的字符串d 的第五个字符编码为0xB7，即MIDDLE DOT，而不是KATAKANA MIDDLE DOT。但是，根据您提到的同一数据库，该代码点is not available in the GB2312 character set。同样，you can see 既不是MIDDLE DOT 也不是0xB7 的编码被列为 GB2312 的一部分。

我认为这里的问题在于输入字符串中的字符，而不是 JRE 提供的 CharsetDecoder。

【讨论】：