将字符串转换为十六进制代码时的java字符集解码问题

Question

我读取了一串字节，我想将其转换为十六进制代码。我知道一般数据是：

aa 01 00 1c 1e 38 5a 19 26 fc 00 7a e1 48 00 00 ff bf 00 58 01 2c 00 00 00 64 25 ff

我使用以下代码将字符串转换为十六进制：

 byte[] temp = record.value().getBytes();
                    StringBuffer result = new StringBuffer();
                    for (byte b : temp) {
                        result.append(String.format("%02X ", b));
                        result.append(" "); // delimiter
                    }
                    System.out.println(result);

输出是：

EF BF BD 01 00 1C 1E 39 5A 18 40 EF BF BD 00 38 51 EF BF BD 00 00 EF BF BD EF BF BD 00 48 00 EF BF BD 00 00 00 64 EF BF BD 1F

问题是它aa用EF BF BD.

所以我尝试应用如下的 Unicode：

byte[] temp = record.value().getBytes(StandardCharsets.ISO_8859_1);

或者

byte[] temp = record.value().getBytes("windows-1252");

并且输出更改为：

3F 01 00 1C 1E 39 5A 18 40 3F 00 38 51 3F 00 00 3F 3F 00 48 00 3F 00 00 00 64 3F 1F

这次变成aa了3F。

如何解决此问题并正确打印数据？

注意：在C++中遇到同样的问题，将数据从更改char[]为unsigned char[]解决了问题。

Answer 1

没有“字节串”它要么是一个字节数组（或列表），要么是一个字符串。在 Java 中，字符串表示 UTF-16。字节没有编码。

EF BF BD 是 FFFD 的 UTF-8，它是 Unicode 替换字符（用于数据损坏，当字符无法转换为某个代码页时）。

由于您使用 record.value().getBytes() 我假设 record.value() 是一个字符串。你怎么读那个字符串？它从何而来？那是一个真正的字符串，而不是字节。aa 01 00 1c 1e 38 ... 看起来不像字符串中的有效字节（至少不是包含可读文本的字符串）。

您能做的最好的事情是确保您直接获得字节，而不是字符串并进行转换。这意味着在更早的某个地方，一些字节被转换为字符串。这（可能）已经损坏了它们。