乱码本质是UTF-8编码处理缺失，非协议问题；PHP需确认源编码后转UTF-8并校验，Python须显式指定文件/输入编码，Java应URL编码查询参数并避免容器默认ISO解码，全链路需统一UTF-8。
乱码不是 websocket 协议本身的问题，而是你接收或发送的数据字节流没按 utf-8 编码规范处理。协议强制要求所有文本帧 payload 必须是合法 utf-8 字节序列，任何非 utf-8 字符串（比如 gbk、iso-8859-1 或带 bom 的文件）都会导致服务端解析失败或客户端显示为“”“锟斤拷”。
PHP 客户端发中文前必须调用 utf8_encode() 吗
不一定，而且多数情况下不该用。utf8_encode() 只接受 ISO-8859-1 编码输入，对 GBK/GB2312 字符串会直接错乱。真正该做的是：
- 确认源字符串真实编码：来自数据库？表单 POST？JSON 接口？用
mb_detect_encoding($str)粗略判断，但别依赖它 - 统一转成 UTF-8：
mb_convert_encoding($str, 'UTF-8', 'GBK')（适用于 GBK 源）、iconv('GB2312', 'UTF-8//IGNORE', $str)（兼容性稍好） - 发送前校验：
mb_check_encoding($str, 'UTF-8')返回false就别发，否则服务端大概率断连 - 如果用
json_encode()包装数据，务必加JSON_UNESCAPED_UNICODE标志，否则中文变\u4f60，虽合法但增大体积且部分弱实现服务端会拒收
Python websocket-client 收到中文显示为乱码
常见于 Windows 环境下读取本地配置、日志或用户输入后直接 send，而 Python 默认使用系统编码（如 cp936/GBK）。关键点不在 WebSocket 库，而在你传给 ws.send() 的那个字符串本身：
WebSocket 8.18.2 是该协议规范的一个重要迭代版本，主要优化了连接稳定性与数据传输效率。它通过全双工通信机制，允许客户端与服务器在单一长连接上实时交换数据，大幅降低传统 HTTP 轮询的开销。该版本增强了心跳保活、自动重连及二进制帧传输能力，适用于即时通讯、在线游戏及金融行情推送等低延迟场景，为开发者提供更可靠的实时网络交互基础。
- 检查变量来源：如果是
open('xxx.txt').read()，必须显式指定 encoding='utf-8'，否则默认用 locale.getpreferredencoding() - 如果是终端输入（
input()），在 Windows 上可能已是 GBK 编码，需先解码再转 UTF-8：text.encode('gbk').decode('utf-8')（仅当确定源是 GBK 时） - 接收端无需额外解码：WebSocket 协议层已保证是 UTF-8 字节流，
ws.recv()返回的就是 Python str（Unicode），直接用即可 - 若收到的是
bytes类型（比如用了recv_data()），用data.decode('utf-8')，但先确认没 BOM：data.lstrip(b'\xef\xbb\xbf').decode('utf-8')
Java @OnMessage 方法里中文变成“???”
这是典型的字符集透传错误——HTTP 握手阶段无编码可设，但 Tomcat/Jetty 在解析 URL 查询参数或 HTTP 头时可能用错了默认编码。问题常出在连接 URL 的 query string 里传中文（如 ws://host/path?name=张三）：
- URL 中文必须先
URLEncoder.encode(name, "UTF-8")，服务端再用URLDecoder.decode(qs, "UTF-8")解析 - 不要依赖容器自动 decode；Tomcat 8+ 默认用
ISO-8859-1解 query string，所以你在@OnOpen里拿到的session.getQueryString()是乱码，必须手动解 - WebSocket 消息体（即
@OnMessage收到的String）本身是 UTF-8 解码后的 Unicode，正常不会乱；如果乱，说明前端发的就不是 UTF-8，或者中间有代理篡改了二进制流 - 检查是否启用了 Nginx 反向代理：某些旧版 Nginx 配置会 strip websocket headers 或 buffer 多帧，间接导致帧头错位，表现为“部分乱码+截断”
最易被忽略的一点：乱码经常不是单一环节出错，而是“源头编码→传输路径→服务端解析→日志打印→前端渲染”整条链路中某一处偷偷做了隐式转换。建议从服务端接收到的原始字节开始查起，用 hexdump 或 bindec(ord($b[0])) 看首字节是不是 0xEF（UTF-8 BOM 开头），再逐段比对，而不是一上来就改 WebSocket 库配置。
