变音符号的解码问题答案

【问题标题】：decoding issue with diacritic characters变音符号的解码问题
【发布时间】：2018-08-23 08:09:38
【问题描述】：

下面这两个字符串有什么区别？当我解码第一个字符串时，它工作正常，我可以看到变音符显示得很好。

String val = "m%C3%B6torhead album";
String decodedVal = URLDecoder.decode(val, StandardCharsets.UTF_8);

但是当我尝试解码下面的字符串时，我看不到变音符号工作正常。

String val = "m%EF%BF%BDtorhead album";
String decodedVal = URLDecoder.decode(val, StandardCharsets.UTF_8);

谁能告诉我这里出了什么问题？这些字符串是我们从上游获取的，因此我们无法控制。

【问题讨论】：

【解决方案1】：

第二个序列解码为 U+FFFD REPLACEMENT CHARACTER，用于替换传入的字符，该字符的值在 Unicode 中未知或无法表示。

这意味着您可能会看到类似的内容。

您无法在客户端上解决此问题，问题出在服务器上，需要在那里解决。

【讨论】：

原因是转换失败，例如粘贴文本：Mœtorhead 纯拉丁语 1 (ISO-8859-1)，因为 ISO-8859-1 中不存在 œ，但是在 Windows-Latin-1 又名 (Cp-1252) 中。这里可能就是这种情况，尽管我认为是摩托头。（请注意，浏览器将 ISO-8859-1 解释为 Cp-1252，因此服务器端处理实际上应该将 Cp-1252 用于客户端 ISO-8859-1。）

【解决方案2】：

%C3%B6 是字符 ö 的有效编码值，因此“m%C3%B6torhead album”值可以完美解码。在第二种情况下，“%EF%BF%BD”对于 UTF-8 编码中的任何字符集都不是有效的编码值，因此它不会对其进行解码。

【讨论】：