JAVA 及PYTHON汉字和UTF8编码问题

Question

String str = "你好吗";
System.out.println(str);
String str1 = new String(str.getBytes("utf8"));
System.out.println(str1); str1 = new String(str1.getBytes("GBK"));
System.out.println(str1);你好吗
浣犲ソ鍚
娴ｇ姴銈介崥锟�疑问:汉字转成了UTF8,怎么转不回来了啊??
另外我是要把中文STRING转成UTF8然后发给PYTHON.
用JAVA把中文"你好吗"转成UTF8是:浣犲ソ鍚
变成十六进制是:\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x90
用PYTHON把中文"你好吗"转成UTF8是:'\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x90\x97'
为什么会不一样呢?好奇怪.请朋友和前辈们帮看一下啊.快崩溃了..

Answer 1

JAVA里都是UNICODE编码。
UTF-8 每个汉字是3个字节，你转的少了一个，是你代码的问题。看我的代码
  public static void main(String args[]) throws UnsupportedEncodingException {
    String str = "你好吗";
    System.out.println(str);
    byte[] bs = str.getBytes("utf-8");
    System.out.println(bs.length);
    String str1 = new String(bs);
    System.out.println(str1);
    str1 = new String(str1.getBytes(),"utf-8");
    System.out.println(str1);
    str1 = new String(bs,"utf-8");
    System.out.println(str1);
  }三个汉字转为byte是9个，你又非得重新组合成unicode的字符串，2个算1个，等于4个字符，无形中丢了一个啦！

Answer 2

你把
String str = "你好吗吗";
双数的字符，看得就更清楚了。 真凑巧，双数转化后为12个字节，拼成了6个字符。你再转回去依然是对的。哈哈！ 不过可不能这么干哦！

Answer 3

不一样是因为平台的默认charset不同吧String str1 = new String(str.getBytes("utf8"));
使用的是平台默认的charset来解码String str1 = new String(str1.getBytes("utf8"),"utf-8");
手工指定解码方式汉字就不乱码了
        

Answer 4

问题在于，你千万不要把byte[] 再转化为String 啦！直接用byte[] 发送不就行了。如果嫌麻烦，把byte[]Base64编码后，以字符串的方式发过去也行。另外，这段代码也许你用得着
  public static String byteToString(byte[] bs) {
    byte high, low;
    byte maskHigh = (byte) 0xf0;
    byte maskLow = 0x0f;
    StringBuffer buf = new StringBuffer();
    for (byte b : bs) {
      high = (byte) ((b & maskHigh) >> 4);
      low = (byte) (b & maskLow);
      buf.append(findHex(high));
      buf.append(findHex(low));
    }
    return buf.toString();
  }