java - 如何检测编码不匹配

Question

我有一堆旧的 AES 加密字符串，大致像这样加密:

1. 字符串被转换为 ISO-8859-1 编码的字节
2. 字节使用 AES 加密
3. 结果转换为BASE64编码的字符数组

现在我想将新值的编码更改为 UTF8(例如，“€”不适用于 ISO-8859-1)。这意志的 如果我尝试使用 UTF-8 编码解密旧的 ISO-8859-1 编码值，当然会导致问题:

org.junit.ComparisonFailure: expected:<!#[¤%&/()=?^*ÄÖÖÅ_:;>½§@${[]}<|'äöå-.,+´¨]'-Lorem ipsum dolor ...> but was:<!#[�%&/()=?^*����_:;>��@${[]}<|'���-.,+��]'-Lorem ipsum dolor ...>

我正在考虑为此创建一些自动编码回退。

所以主要问题是是否足以检查解密的字符数组中的“�”字符以找出编码不匹配？声明“�”的“正确”方法是什么？ ' 比较时的符号？

if (new String(utf8decryptedCharArray).contains("�")) {
    // Revert to doing the decrypting with ISO-8859-1
    decryptAsISO...
}

Answer 1

解密时，你会得到原始的字节序列(第一步的结果)，然后你只能根据 ISO-8859-1 或 UTF-8 编码猜测这些字节表示字符。

从一个字节序列中，无法清楚地说明它是如何被解释的。

一些想法:

• 您可以迁移所有旧的加密字符串(解密、使用 ISO-8859-1 解码为字符串、使用 UTF-8 编码为字节数组、加密)。那么问题就一劳永逸地解决了。
• 你可以尝试解码两个版本的字节数组，看看一个版本是否非法，或者两个版本是否相等，如果仍然不明确，则根据预期的字符取概率较高的那个。我不建议这样做，因为它需要大量工作，而且仍然有可能出错。
• 对于新条目，您可以在字符串/字节序列前添加一些未出现在 ISO-8859-1 文本中的标记。例如。有些人按照惯例在 UTF-8 编码文件的开头添加字节顺序标记。尽管生成的字节 (EF BB BF) 在 ISO-8859-1 中并非严格非法(被读作 )，但它们极不可能。然后，当您解密的字节以 EF BB BF 开头时，使用 UTF-8 解码为字符串，否则使用 ISO-8859-1。尽管如此，出错的概率仍非零。

如果可能的话，我会迁移现有条目。否则，您将不得不在您的代码库中永远使用“旧格式兼容性内容”，并且仍然不能绝对保证正确的行为。