非常晚，但我刚刚遇到了这个问题，这是我的解决方案:

private static String removeNonUtf8CompliantCharacters( final String inString ) {
    if (null == inString ) return null;
    byte[] byteArr = inString.getBytes();
    for ( int i=0; i < byteArr.length; i++ ) {
        byte ch= byteArr[i]; 
        // remove any characters outside the valid UTF-8 range as well as all control characters
        // except tabs and new lines
        if ( !( (ch > 31 && ch < 253 ) || ch == '\t' || ch == '\n' || ch == '\r') ) {
            byteArr[i]=' ';
        }
    }
    return new String( byteArr );
}

如果你使用的是7位ASCII或ISO-8859-1(一种非常常见的格式)，那么你根本不需要创建一个新的java.lang.String。简单地将字节转换为char类型的性能要好得多:

完整的工作示例:

for (byte b : new byte[] { 43, 45, (byte) 215, (byte) 247 }) {
    char c = (char) b;
    System.out.print(c);
}

如果你不使用扩展字符，如Ä， Æ， Å， Ç， Ï， Ê，并且可以确定唯一传输的值是前128个Unicode字符，那么这段代码也适用于UTF-8和扩展ASCII(如cp-1252)。

我不能评论，但不想开始一个新的线程。但这行不通。一个简单的往返:

byte[] b = new byte[]{ 0, 0, 0, -127 };  // 0x00000081
String s = new String(b,StandardCharsets.UTF_8); // UTF8 = 0x0000, 0x0000,  0x0000, 0xfffd
b = s.getBytes(StandardCharsets.UTF_8); // [0, 0, 0, -17, -65, -67] 0x000000efbfbd != 0x00000081

我需要b[]在编码之前和编码之后是相同的数组(这指向第一个答案)。

String original = "hello world";
byte[] utf8Bytes = original.getBytes("UTF-8");

Reader reader = new BufferedReader(
    new InputStreamReader(
        new ByteArrayInputStream(
            string.getBytes(StandardCharsets.UTF_8)), StandardCharsets.UTF_8));

作为替代，可以使用Apache Commons中的StringUtils。

 byte[] bytes = {(byte) 1};
 String convertedString = StringUtils.newStringUtf8(bytes);

or

 String myString = "example";
 byte[] convertedBytes = StringUtils.getBytesUtf8(myString);

如果你有非标准的字符集，你可以相应地使用getBytesUnchecked()或newString()。