charsetencoder与charsetdecoder是java nio中用于流式、可控字节与字符转换的核心组件，需遵循reset→encode/decode→flush流程，配合bytebuffer管理状态、处理不完整序列及自定义错误策略。
Java字符集编解码器（CharsetEncoder / CharsetDecoder）可用于精细控制非标准文本的编码转换，尤其适用于处理字节流不完整、含非法序列、或需自定义替换策略的场景。核心在于绕过高层API（如String.getBytes()或new String(byte[])），直接使用底层编解码器并干预错误处理逻辑。
理解CharsetEncoder/Decoder的基本流程
手动编解码分三步：获取编解码器实例 → 分配输入输出缓冲区 → 调用encode()/decode()并检查返回的CoderResult。关键点是不能假设一次调用就能完成全部转换；需循环处理，尤其在流式场景中。
- 使用Charset.forName("GB18030").newEncoder()获取编码器，注意部分旧版JDK对GB18030支持有限，建议JDK 8u121+或更高版本
- 输入缓冲区（CharBuffer）和输出缓冲区（ByteBuffer）必须预先分配足够空间；可先用encoder.maxBytesPerChar()估算输出容量
- 每次调用encoder.encode()后检查结果：CoderResult.UNDERFLOW表示完成，CoderResult.OVERFLOW表示输出缓冲区不足，CoderResult.MALFORMED或CoderResult.UNMAPPABLE表示遇到无法处理的字符或字节
处理非法字节序列（如截断的UTF-8）
当读取网络流或文件时，可能收到不完整的多字节序列（例如只读到UTF-8的前两个字节）。默认Decoder会报MALFORMED错误，但可通过设置CodingErrorAction.REPLACE或REPLACE配合自定义替换符来容错。
- 调用decoder.onMalformedInput(CodingErrorAction.REPLACE)和decoder.replaceWith("\uFFFD")将非法字节转为Unicode替换符
- 若需跳过非法字节而非替换，可用CodingErrorAction.IGNORE
- 注意：IGNORE对UTF-8中孤立的0xC0–0xC1、0xF5–0xFF等禁止字节也生效，需确认业务是否允许丢失数据
处理不可映射字符（如中文转ASCII）
将含中文的字符串编码为ISO-8859-1时，多数字符无法映射。此时onUnmappableCharacter(CodingErrorAction.REPLACE)生效，但默认替换符"?"可能不够明确。
- 可设自定义替换符，例如encoder.replaceWith(new byte[]{(byte)0x1A})（用SUB控制符标记）
- 更灵活的做法是使用CodingErrorAction.REPORT，捕获UnmappableCharacterException，在catch块中记录原始字符位置与码点，再决定如何降级（如转拼音、删减、或写入日志）
- 避免依赖String.getBytes("ISO-8859-1")——它内部会静默替换，且不暴露具体哪个字符出问题
流式解码中的边界处理（如TCP分包）
TCP传输中UTF-8字符可能被切在中间（如3字节字符被拆成2+1字节）。Decoder需保留未完成状态，等待后续字节。
- 每次解码前，确保ByteBuffer中position指向待处理起始位置，limit设为当前有效字节数
- 若返回UNDERFLOW且buffer.hasRemaining()为false，说明已处理完；若返回OVERFLOW，扩大输出缓冲区并重试
- 关键：不要重置输入缓冲区的position！Decoder内部会维护解析状态（如已读入2字节UTF-8头），下次调用会接着处理
- 必要时调用decoder.flush()收尾，处理内部缓冲的残余状态（如BOM或未完成字符）
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
