使用java进行Unicode base 64编码

Question

我正在尝试将 UTF8 字符串编码和解码为 Base64。 理论上这不是问题，但在解码时似乎永远不会输出正确的字符，但会输出？。

        String original = "خهعسيبنتا";
        B64encoder benco = new B64encoder();
        String enc = benco.encode(original);
        try
        {
            String dec = new String(benco.decode(enc.toCharArray()), "UTF-8");
            PrintStream out = new PrintStream(System.out, true, "UTF-8");
            out.println("Original: " + original);
            prtHx("ara", original.getBytes());
            out.println("Encoded: " + enc);
            prtHx("enc", enc.getBytes());
            out.println("Decoded: " + dec);
            prtHx("dec", dec.getBytes());
        } catch (UnsupportedEncodingException e)
        {
            e.printStackTrace();
        }

控制台的输出如下：

Original: هมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมมร ara = 3F，3F，3F，3F，3F，3F，3F，3F，3F
编码：Pz8/Pz8/Pz8/
enc = 50、7A、38、2F、50、7A、38、2F、50、7A、38、2F
解码：?????????
dec = 3F, 3F, 3F, 3F, 3F, 3F, 3F, 3F, 3F

prtHx 只是将字节的十六进制值写入输出。 我在这里做明显错误的事情吗？

---

Andreas 通过强调 getBytes() 方法使用平台默认编码 (Cp1252) 指出了正确的解决方案，即使源文件本身是 UTF-8。通过使用 getBytes("UTF-8") 我能够注意到编码和解码的字节实际上是不同的。 进一步调查发现encode方法使用了getBytes()。改变这一点很好地达到了目的。

try
        {
            String enc = benco.encode(original);
            String dec = new String(benco.decode(enc.toCharArray()), "UTF-8");
            PrintStream out = new PrintStream(System.out, true, "UTF-8");
            out.println("Original: " + original);
            prtHx("ori", original.getBytes("UTF-8"));
            out.println("Encoded: " + enc);
            prtHx("enc", enc.getBytes("UTF-8"));
            out.println("Decoded: " + dec);
            prtHx("dec", dec.getBytes("UTF-8"));

        } catch (UnsupportedEncodingException e)
        {
            e.printStackTrace();
        }

系统编码Cp1252
原文：Юهseябния
ori = D8、AE、D9、87、D8、B9、D8、B3、D9、8A、D8、A8、D9、86、D8、AA、D8、A7
编码：2K7Zh9i52LPZitio2YbYqtin
enc = 32、4B、37、5A、68、39、69、35、32、4C、50、5A、69、74、69、6F、32、59、62、59、71、74、69 , 6E
解码： Ùsée 巴尼塔
dec = D8、AE、D9、87、D8、B9、D8、B3、D9、8A、D8、A8、D9、86、D8、AA、D8、A7

谢谢。

Answer 1

String#getBytes() 使用平台的默认字符集对字符进行编码。字符串文字 "?????" 的实际编码是在 java 源文件中“定义”的（您在创建或保存文件时选择字符编码）

这可能就是原因，为什么 ara 编码为 0x3f 字节。

尝试一下：

out.println("Original: " + original);
prtHx("ara", original.getBytes("UTF-8"));
out.println("Encoded: " + enc);
prtHx("enc", enc.getBytes("UTF-8"));
out.println("Decoded: " + dec);
prtHx("dec", dec.getBytes("UTF-8"));