我正在从几个文件中读取纯文本数据，并将此数据提供给自然语言处理（NLP）模块。 NLP模块无法处理所有unicode字符，因此我使用以下代码将文本转换为UTF-8编码：
byte[] encoded = Files.readAllBytes(path);
return StandardCharsets.UTF_8.decode(ByteBuffer.wrap(encoded)).toString();
其中path是我想要的文本文件的位置。
但是，NLP模块会抛出错误，因为它会遇到� (U+FFFD, decimal: 65533)。从javadoc，我看到了
此方法始终使用此charset的默认替换字节数组替换格式错误的输入和不可映射字符序列。
那么为什么它会保留' '字符？