utf-8中的中文字符占三个字节，gbk中的中文字符占2个字节。如果用gbk编码，utf-8解码的话，比如说“你好”，用gbk编码编出来的字节数组为4个字节，再用utf -8查表解码解析出来的为什么是"???"三个问号，而不是1个或者2个问号。

1. public class Test3 {
   
2. 
   
3.         public static void main(String[] args) throws IOException {
   
4.                 byte[] buf = "你好".getBytes("gbk");
   
5.                 for(byte temp:buf){
   
6.                         System.out.println(temp);
   
7.                 }
   
8.                
   
9.                 byte[] buf2 = new byte[]{-60,-29,-70,-61,0,0};
   
10.                 String str = new String(buf,"utf-8");
    
11.                 System.out.println(str);
    
12.                
    
13.                 String str1 = new String(buf2, 0, 2, "utf-8");
    
14.                 String str2 = new String(buf2, 3, 2, "utf-8");
    
15.                 System.out.println(str1 + str2);
    
16.         }
    
17. }

复制代码

"你好"用gbk编码是-60,-29,-70,-61 四个字节，而你用utf-8解码却是以三个字节来解码一个字，所以utf-8解码-60,-29,-70时得出的是？？而不是？，上面代码运行可看结果，而剩下的一个-61不足3个字节，会以-61,0,0来自动补0满足3个字节，而utf-8解码-61,0,0是只有？，所以加起来就是？？？，而不是？或者？？。纯手打，望加分 = =

当用gbk进行字符串的编码时，因为每一个汉字对应的是两个字节，即以"你好"为例就是4个字节，而utf-8中的汉字一般对应3个字节，即就是6个字节，所以当用utf-8进行解码时便将4分解成了3和1分别去utf-8表中进行匹配，当找不到对应信息时便为视为未知信息，就会出现？？，不可能出现？？？的。谢谢！

Jam-l 发表于 2013-10-12 18:34
"你好"用gbk编码是-60,-29,-70,-61 四个字节，而你用utf-8解码却是以三个字节来解码一个字，所以utf-8解码- ...

1. public class CodeDemo3 {
   
2.         public static void main(String[] args) {
   
3.                 String hello = "大家";
   
4.                 byte[] bt = null;
   
5.                 try {
   
6.                         bt = hello.getBytes("gbk");
   
7.                 } catch (UnsupportedEncodingException e) {
   
8.                         e.printStackTrace();
   
9.                 }
   
10.                 for(byte b:bt){
    
11.                         //255的2进制形式为 00000000-00000000-00000000-11111111
    
12. //                        System.out.println(Integer.toBinaryString(255));
    
13.                         //位运算& 得到:11000100 11100011 10111010 11000011
    
14.                         System.out.println(Integer.toBinaryString(b & 255));
    
15.                 }
    
16.                 String getHello = null;
    
17.                 try {
    
18.                         getHello = new String(bt,"utf-8");
    
19.                 } catch (UnsupportedEncodingException e) {
    
20.                         e.printStackTrace();
    
21.                 }
    
22.                 System.out.println(getHello);
    
23.         }
    
24. }
    

复制代码

可是如果把你好，改成“大家”，得到的就是"??"，所以我觉得可能不是这个原因。。亲再帮我想想

hello菜菜 发表于 2013-10-12 18:42
当用gbk进行字符串的编码时，因为每一个汉字对应的是两个字节，即以"你好"为例就是4个字节，而utf-8中的汉 ...

亲，其实不是这样的，
UTF-8对所有字节都加了一个标识头信息，它按照这个标识头来告诉自己查表时到底一次读取几个字节。
当字节头为0的时候一次读取一个字节。
当字节头为(第一个字节头)1110-(第二个字节头)10-(第三个字节头)10的时候一次读取三个字节。因此一次查询三个字节这种说法是站不住的。
再帮我想想啊，嘿嘿

hello菜菜 发表于 2013-10-12 18:42
当用gbk进行字符串的编码时，因为每一个汉字对应的是两个字节，即以"你好"为例就是4个字节，而utf-8中的汉 ...

亲，其实不是这样的，
UTF-8对所有字节都加了一个标识头信息，它按照这个标识头来告诉自己查表时到底一次读取几个字节。
当字节头为0的时候一次读取一个字节。
当字节头为(第一个字节头)1110-(第二个字节头)10-(第三个字节头)10的时候一次读取三个字节。因此一次查询三个字节这种说法是站不住的。
再帮我想想啊，嘿嘿

bird_not_fat 发表于 2013-10-12 19:12
可是如果把你好，改成“大家”，得到的就是"??"，所以我觉得可能不是这个原因。。亲再帮我想想

...

1. public class Test3 {
   
2. 
   
3.         public static void main(String[] args) throws IOException {
   
4.                 byte[] buf = "大家".getBytes("gbk");
   
5.                 for(byte temp:buf){
   
6.                         System.out.println(temp);
   
7.                 }
   
8.                
   
9.                 byte[] buf2 = new byte[]{-76,-13,-68,-46};
   
10.                 String str = new String(buf,"utf-8");
    
11.                 System.out.println(str);
    
12.                
    
13.                 String str1 = new String(buf2, 0, 2, "utf-8");
    
14.                 String str2 = new String(buf2, 3, 0, "utf-8");
    
15.                 System.out.println(str1 + str2);
    
16.         }
    
17. }

复制代码

我弄错了，它是不会自动补0的，大家是-76,-13,-68,-46，而-76,-13,-68的utf-8编码是？？，,-46的utf-8编码是null，所以加起来是？？，不信你试试

bird_not_fat 发表于 2013-10-12 19:15
亲，其实不是这样的，
UTF-8对所有字节都加了一个标识头信息，它按照这个标识头来告诉自己查表时到底一次 ...

亲，我看到你的代码中将输入的汉字用gbk编码后，获取时又和255进行了与运算，这样就将原来的值改变了，当再次通过utf-8进行解码时，就会按照标记号进行1位、2位、或是3位的查找，但是由于前后的编码、解码参照表不同，所以肯定会出现？，只不过出现次数不规律而已。

hello菜菜 发表于 2013-10-12 19:30
亲，我看到你的代码中将输入的汉字用gbk编码后，获取时又和255进行了与运算，这样就将原来的值改变了，当 ...

恩啊，嘿嘿，我再想想~~3q~

Jam-l 发表于 2013-10-12 19:21
我弄错了，它是不会自动补0的，大家是-76,-13,-68,-46，而-76,-13,-68的utf-8编码是？？，,-46的utf-8编 ...

1. import java.io.UnsupportedEncodingException;
   
2. 
   
3. public class CodeDemo3 {
   
4.         public static void main(String[] args) {
   
5.                 String hello = "大家";
   
6.                 byte[] bt = null;
   
7.                 try {
   
8.                         bt = hello.getBytes("gbk");
   
9.                 } catch (UnsupportedEncodingException e) {
   
10.                         e.printStackTrace();
    
11.                 }
    
12.                 for(byte b:bt){
    
13.                         //255的2进制形式为 00000000-00000000-00000000-11111111
    
14. //                        System.out.println(Integer.toBinaryString(255));
    
15.                         //位运算& 得到:11000100 11100011 10111010 11000011
    
16.                         System.out.println(Integer.toBinaryString(b & 255));
    
17.                 }
    
18.                 String getHello = null;
    
19.                 String getHelloPart1 = null;
    
20.                 String getHelloPart2 = null;
    
21.                 String getHelloPart3 = null;
    
22.                 try {
    
23.                         getHello = new String(bt,"utf-8");
    
24.                         getHelloPart1 = new String(bt,0,1,"utf-8");
    
25.                         getHelloPart2 = new String(bt,1,2,"utf-8");
    
26.                         getHelloPart3 = new String(bt,2,2,"utf-8");
    
27.                 } catch (UnsupportedEncodingException e) {
    
28.                         e.printStackTrace();
    
29.                 }
    
30.                 System.out.println(getHello);
    
31.                 System.out.println(getHelloPart1);
    
32.                 System.out.println(getHelloPart2);
    
33.                 System.out.println(getHelloPart3);
    
34.         }
    
35. }
    

复制代码

不能这么试啊亲..我试了试，
10110100
11110011
10111100
11010010
??
?
?
??
结果发现这样拼字节的方法不好使啊。。各种?出来了。。

楼主你好，如果问题已解决请将帖子状态修改为提问结束，如果未解决请继续提问，谢谢合作

楼主你好，如果问题已解决请将帖子状态修改为提问结束，如果未解决请继续提问，谢谢合作
如果不会修改请看解释帖：http://bbs.itheima.com/thread-89313-1-1.html