UTF-8和ISO 8859-1之間的轉換：

Question

我在SO中找到了以下代碼 。 這真的有效嗎？

String xml = new String("áéíóúñ");
byte[] latin1 = xml.getBytes("UTF-8");
byte[] utf8 = new String(latin1, "ISO-8859-1").getBytes("UTF-8");

我的意思是， latin1在第二行中以UTF-8編碼，但是在第三行中讀取了als ISO-8859-1-編碼？ 這可以工作嗎？

並不是說我不想批評引用的代碼，我只是感到困惑，因為我遇到了一些非常相似的舊代碼，這似乎行得通，而且我無法解釋原因。

編輯：我猜在原始帖子中 ，第2行中的“ UTF-8”只是一個TYPO。 但是我不確定...

EDIT2：在我的最初發布之后，有人編輯了上面的代碼，並將第二行更改為byte[] latin1 = xml.getBytes("ISO-8859-1"); 。 我不知道是誰做的，為什么他這樣做，但是顯然這很混亂。 對所有看到錯誤版本的代碼的人表示抱歉。 我不知道是誰編輯的。 上面的代碼現在是正確的。

Answer 1

getBytes(Charset charset)導致使用charset編碼的字節數組，因此latin1是UTF-8編碼的。

把System.out.println(latin1.length); 作為第三行，它將告訴您字節數組的長度為12。這意味着它實際上是UTF-8編碼的。

new String(latin1, "ISO-8859-1")不正確，因為latin1是UTF-8編碼的，您要告訴它將其解析為ISO-8859-1。 這就是為什么它會生成由12個垃圾符號組成的String的原因： áéÃóúñ 。

當您使用UTF-8編碼從áéÃóúñ獲取字節時，它將導致一個24個長字節的數組。

我希望現在一切都清楚了。

Answer 2

這些字符在兩種字符編碼中都存在。 只是UTF-8和ISO-8859-1使用了超出ASCII范圍的每個字符的每個不同的字節表示形式。

如果您使用的字符存在於UTF-8中，但沒有出現在ISO-8859-1中，則它當然會失敗。