Java 判斷字串是否僅含 GBK 編碼字符

核心邏輯

利用「編碼後再解碼若內容不變，則原字串完全屬於該編碼集」的特性：

public static boolean isGBK(String s) throws UnsupportedEncodingException {
    return s.equals(new String(s.getBytes("GBK"), "GBK"));
}

原理解析

• s.getBytes("GBK")：若字串含非 GBK 字符（如生僻字、Emoji），會以 ? 或替換字節編碼
• new String(bytes, "GBK")：將位元組按 GBK 解碼回字串
• 若原字串含不可編碼字符，解碼後內容會不同（出現 ?），equals 回傳 false

適用場景

• 檢查使用者輸入是否可安全存入 GBK 資料庫欄位
• 避免「插入資料庫後變問號」的資料損壞
• 同理可擴充至 Big5、UTF-8 等編碼檢查

效能提示

涉及兩次編碼/解碼，長字串建議改用 CharsetEncoder.canEncode() 或正則 [\u0000-\uFFFF] 篩選，避免建立大量臨時物件。