Java 汉字的UTF编码

我通过axis Web服务的对象接收字符串。因为我没有得到我期望的字符串，我通过将字符串转换为字节进行了检查，得到了六进制的C3A4C2 BDC2A0 C3A5C2 A5C2BD C3A5C2 90C297，而我期望的是E4BDA0 E5A5BD E59097，实际上是你好吗 在UTF-8中

---

你知道是什么原因吗你好吗 要成为C3A4C2 BDC2A0 C3A5C2 A5C2BD C3A5C2 90C297？我在谷歌上搜索了一下，但我得到的只是一个中文网站，上面描述了python中出现的一个问题。任何见解都将是伟大的，谢谢

您有所谓的双重编码

你有三个字符的序列“你好吗" 您正确地指出，它在UTF-8中编码为E4BDA0 E5A5BD E59097

但是现在，开始用UTF-8编码该编码的每个字节。从E4开始。UTF-8中的代码点是什么？试试看！它是C3 A4

你明白了……：-）

下面是一个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();
    }
}

---

嗨，雷，你有没有产生这个问题的示例编码？我尝试了字符串中文=新字符串（“你好吗.getBytes（“UTF-8”）；String chineseAgain=new String（chinese.getBytes（“UTF-8”）；System.out.println（byteArrayToHexString（chineseAgain.getBytes（“UTF-8”））；但我不能复制这个问题。我可以很快给你写一个。但仅供参考，我认为我不够清楚。E4是第一个UTF编码中的第一个字节，在第二个编码中被解释为一个代码点，而不是一个hexstirng。这有帮助吗？@Maurice我在我的答案中为你添加了一个具体的例子。希望它有帮助！谢谢雷！你是的作为一名救生员，我想投票支持这一点，但由于某些原因我无法注册。最后一个问题。如果我收到C3A4C2 BDC2A0 C3A5C2 A5C2BD C3A5C2 90C297作为字符串，如何正确地将其格式化回UTF-8以便我可以保存你好吗 以UTF-8的形式进入我的数据库？只需颠倒上述步骤：首先解析

C3A4C2 BDC2A0 C3A5C2 A5C2BD C3A5C2 90C297

到字节数组

[\xc3\xa4\xc2，…]

然后执行

新字符串（byteArray，“UTF-8”）

然后使用ISO8859-1进行编码，然后使用UTF-8进行编码。

public class Encoder{
    public static void main(String[] args) throws Exception {
     String requestString="你好";
     String ISO = new String(requestString.getBytes("gb2312"), "ISO8859-1");
     String plaintxt = new String(ISO.getBytes("ISO8859-1"), "gb2312");
     plaintxt.getBytes("UTF-8");
    }
}