String str = “ab我爱中国”；
1. 假设客户端使用GBK编码，{ byte[] bgbk = str.getBytes("GBK") };
2. 传输至server，服务器默认采用ISO-8859-1来解码，{ str2 = new String(bgbk,"ISO-8859-1")}
3. 产生乱码，因为GBK两个字节表示1个中文，ISO解码时，每个字节算一个ASCII字符，这样一共 输出了10个字符：ab?ò°??D1ú 非中文字符ab解析是正常的，其他字节都被认为特殊ascii
4. 纠正乱码，byte[] bios = str2.getBytes("ISO..-1"); new String(b,"GBK")
bgbk = [97,98,-50,-46,-80,-82,-42,-48,-71,-6] = bios;
big = [97,98, 63, 63, -95,-29, 63, 63, 63, 63,-88,-78]
思考问题：
iso得到的字节数组 bios 和 bgbk是一致的， 只是解码方式不一致，所以尝试这样来解决乱码问题；前3步不变，第4步，byte[] big = str2.getBytes("GBK");new String(big,"GBK"),结果失败，为什么？
Java字符串是以char[]形式存储的，每个char的内存存储方式为utf16，getBytes，是自己根据需要，遍历char[],将每个char的utf16码转化为目标编码，例如gbk，iso，并转化为字节数组；
所以，字节数组一样，不代表char[]是一样的，str2的char[]为10个字符，当对他getBytes("GBK")解码时，ascii字符 a 和b正常，-50=\u00CE,在GBK中米有对应编码，所以返回\u003F = 63,
-80=\u00B0,在GBK中有对应编码 A11D，即-95 -29 ，所以-80到big时，对应了两个byte -95和-29，最后-6 也对应了两个 -88 和-78；GBK正常解码应该是6个字符
对big用GBK解码时，97 98 正常按ascii解析，两个63两个？，-95 -29 解析为°,如下所示：
ab??°????ú
PS:GB2312 收录字符较少，ASCII > 7f 的貌似都没收，GBK相对来说，汉字，ASCII 都比较全一些
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
