Java子串打破编码

Question

我用UTF-8编码从流中读取了一些数据

String line = new String(byteArray, "UTF-8");

然后试着找一些子序列

int startPos = line.indexOf(tag) + tag.length();
int endPos   = line.indexOf("/", startPos);

并削减它

String name = line.substring(startPos, endPos);

在大多数情况下,它工作正常,但有时结果被打破.例如,输入名称,如"????????"我有像值"?????????","?????????","?????????"等好像代理对随机打破了某些原因.我从1000中得到了4次.

怎么解决？我是否需要使用其他String方法而不是indexOf()+ substring()或者对我的结果使用一些编码/解码魔法？

Answer 1

出现此问题的原因是流被读取为字节块，有时会分割多字节 UTF-8 字符。

通过将 InputStream 包装在 InputStreamReader 中，您将读取字符块（而不是字节块），并且多字节 UTF-8 字符将保留下来。