Java 8 UTF-8编码问题（java bug？）
使用UTF-8编码创建String时存在不一致。
运行此代码：
public static void encodingIssue() throws IOException { byte[] array = new byte[3]; array[0] = (byte) -19; array[1] = (byte) -69; array[2] = (byte) -100; String str = new String(array, "UTF-8"); for (char c : str.toCharArray()) { System.out.println((int) c); } } 在Java 1.8.0_20（及更早版本）上，我们得到了结果
65533
在Java 1.7和1.6上，我们得到了正确的结果：
57052
你遇到过这个错误吗？ 这有解决方法吗？
这种不一致也体现在Shift_JIS，JIS_X0212-1990，x-IBM300，x-IBM834，x-IBM942，x-IBM942C，x-JIS0208上，但显然UTF-8更为紧迫。
它是“ 修改的UTF-8 ”编码的属性，用于存储代理对（或甚至是该范围的非配对字符），如单个字符。 如果声称使用标准UTF-8的解码器使用“ Modified UTF-8 ”，则会出错。 这似乎已经用Java 8修复了。
您可以使用指定使用“ Modified UTF-8 ”的方法可靠地读取此类数据：
ByteBuffer bb=ByteBuffer.allocate(array.length+2); bb.putShort((short)array.length).put(array); ByteArrayInputStream bis=new ByteArrayInputStream(bb.array()); DataInputStream dis=new DataInputStream(bis); String str=dis.readUTF();
Java 1.6 / 1.7中收到的值是U + DEDC（低代理）。
来自RFC 3629 ：
UTF-8的定义禁止在U + D800和U + DFFF之间编码字符编号，这些字符编号保留用于UTF-16编码格式（作为代理对）并且不直接表示字符。
……文字被删除了……
上述解码算法的实现必须防止解码无效序列。 例如，天真的实现可以将超长UTF-8序列C0 80解码为字符U + 0000，或将替代对ED A1 8C ED BE B4解码为U + 233B4。 解码无效序列可能会产生安全后果或导致其他问题。
Java 8将其解码为U + FFFD（ REPLACEMENT CHARACTER ）。 这看起来像是在Java 8中修复的错误。
那是代理人，对吧？ 我不是Unicode专家，但我不认为它本身就有意义。 Java 8已更改为支持Unicode 6.2。 也许它对此更为严格。 65533是标准的0xFFFD替换字符，表示“不可表示”。 是否有一个真实的情况需要将其解释为字符串？ 因为看起来Unicode似乎不再是一个角色了。