java 编码转换问题，怎么用utf-8解释后，就转换不回去了呢？

[tulugan]

String str = "中";


String str1 = new String(str.getBytes("gbk"), "ISO8859-1");
String str2 = new String(str1.getBytes("ISO8859-1"), "gbk");
System.out.println(str2); //输出"中"


String s1 = new String(str.getBytes("gbk"), "utf-8");
String s2 = new String(s1.getBytes("utf-8"), "gbk");
System.out.println(s2); //输出"锟斤拷"

使用iso8859-1进行解释后，可以恢复回去，
可使用utf-8解释了中文字符后，为何恢复不回去了？ 请将详细写吧。

[火龙果被占用了]

你这个帖子跟这个帖子问题类似，有趣的话可以去看看：

http://topic.csdn.net/u/20080623/16/e0f44f00-eaf9-4d38-b325-a3cc443f2ec9.html

[火龙果被占用了]

这是由于在 GBK 转成 UTF-8 时就产生了错误，具体为什么会错误，请先看看
楼上那个帖子 11 楼的内容，将在那些基础上进行说明。

因为“中”的 GBK 编码为 D6D0，使用 getBytes("gbk") 后会转成 D6 D0 的字节数组。

通过那个帖子关于 UTF-8 的编码规则表，先看第一个字节 D6，二进制为 11010110，因此可用的 UTF-8
采用第二行的规则，即：110xxxxx 10xxxxxx，根据这一行规则，要求第二个字节二进制是以 10 开头的，
但是我们第二个字节 D0 的二进制为 11010000，因此不符合 UTF-8 的编码规则，因此将采用 UTF-8 的
缺失字符 EF BF BD 将其进行编码，因为 D6 D0 这两个字节 UTF-8 都不认识，因此被 UTF-8 编码成为
EF BF BD EF BF BD 共 6 个字节的两个缺失字符。

这 6 个字符再根据 GBK 的编码规则，每两个组成一个字符，因此被 GBK 编码为 EFBF BDEF BFBD，而编
码为这三个的 GBK 字符正好为“锟斤拷”。

[火龙果被占用了]

这个表只是 UTF-8 的编码规则，跟 GBK 没有丝毫关系

[火龙果被占用了]

说实在的，楼主对自己的帖子不负责任，两天后才出来说一句话

[tulugan]

不回答就算了

[火龙果被占用了]

我已经回复得够详细了，你真的不知道再该怎么回答了！

[火龙果被占用了]

你真的不知道再该怎么回答了！
-----------------------------------
打错了：我真的不知道再该怎么回答了！


[Quote=引用 12 楼 tulugan 的回复:]
不回答就算了
[/Quote]

哎！

[火龙果被占用了]

Unicode Code    UTF-8 Code
 0000～007F     0xxxxxxx
 0080～07FF     110xxxxx 10xxxxxx
 0800～FFFF     1110xxxx 10xxxxxx 10xxxxxx
10000～10FFFF   11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

这个图怎么看？

左边一列是 Unicode 编码，右边一列是 UTF-8 编码。我们只要看右边的，右边的是 UTF-8 的编码规则，
即：

第一行 0xxxxxxx 表示 U+0000～U+007F 的字符，UTF-8 使用一个字节表示
第二行表示 U+0080～U+07FF 的字符，UTF-8 编码使用两个字节表示，首字节必须是 110 开头，第二个字节必须是以 10 开头的，也就是说如果第一个字节是以 110 开头的，但是第二个字节是以 11 开头的，那么这样的字节是不能组成 UTF-8 编码的，会采用缺失字符代替。


好了，该说的都已经说完了，对于这个帖子不会再回复了。

[tulugan]

请问这个图怎么看啊
gbk和图中的unicode utf-8有什么关系啊？

Unicode Code    UTF-8 Code
 0000～007F     0xxxxxxx
 0080～07FF     110xxxxx 10xxxxxx
 0800～FFFF     1110xxxx 10xxxxxx 10xxxxxx
10000～10FFFF   11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

[tulugan]

请问为什么UTF-8解码不出来却要去改变原字节数据？这样设计的目的是何？

[火龙果被占用了]

不认识的字符，用其他的字符去代替我认为这并没什么不好的地方！

[tulugan]

那为什么ISO8859-1解码不出来就不去改变原来的字节数据呢？

String s = "中";
		byte[] bytes = s.getBytes("GBK");
		for(byte b : bytes) System.out.println(b);
		
		String s2 = new String(bytes, "ISO8859-1");
		System.out.println(s2);
		byte[] bytes2 = s2.getBytes("ISO8859-1");
		for(byte b : bytes2) System.out.println(b);

[火龙果被占用了]

ISO 8859-1 只采用一个字节来表示字符，当然可以按字节来拆。

但是像 GBK，UTF-8 的字符是采用多字节来表示，多字节的话就必须有规范，否则编码就会乱套

[火龙果被占用了]

我感觉你对编码的知识几乎为零，建议找这方面的资料去研究一下。

[tulugan]

你耍什么大牌啊

[火龙果被占用了]

你这人说话怎么这样啊？

[火龙果被占用了]

辛辛苦苦从头到尾地回复，竟落到如此下场，可悲！

[火龙果被占用了]

44.44% 的结帖率，我看我是瞎了我的两粒才来回复的！

[火龙果被占用了]

我已经向管理员投诉了

[tulugan]

乖，快去