Java转码问题

Question

String str = "你好";
byte[] byteGBK = str.getBytes("GBK");

String str1 = new String(byteGBK,"UTF-8");
System.out.println( str1 );

// 这个时候str1会显示成乱码
// 开始我写成
byte[] tmpUTF8 = str1.getBytes("UTF-8");
String str2 = new String(tmpUTF8,"GBK");
System.out.println( str2 );
// 这个时候 str2 还是乱码

//需求是我现在只能够拿到 str1，应该如何装换才能不是乱码，或者说，如果从str1中取得 没有污染的 byte[]

Answer 1

这种实现是不可能的。
主要是你通过GBK得到的字节，然后再用UTF-8去转换的话。
除非你的字节刚好在UTF-8编码的范围里面。

0XXX XXXX​

110X XXXX

10XX XXXX

1110 XXXX
10XX XXXX

10XX XXXX

1111 0XXX
10XX XXXX
10XX XXXX

10XX XXXX

1111 10XX
10XX XXXX
10XX XXXX
10XX XXXX

10XX XXXX

1111 110X
10XX XXXX
10XX XXXX
10XX XXXX

10XX XXXX

如果你用GBK解码得到的字节组合不在以上的组合里，那么你这个字节对应的UTF-8的字符会变成一个特殊的，然后再通过UTF-8解码的话就无法解析回去了。都会映射到那个特殊字符的编码。这样字节已经丢失。
有的时候这种你转换可行是因为某种编码生成的字节刚好再另外一种编码的字节范围内。那么字节不会丢失。这样就可以逆转换回来。