日期:2014-05-20  浏览次数:20766 次

字节数组转成指定编码的字符串的问题
import java.io.UnsupportedEncodingException;

public class Test {

/**
* @param args
* @throws UnsupportedEncodingException 
*/
public static void main(String[] args) throws UnsupportedEncodingException {
// TODO Auto-generated method stub
byte[] byteArray = new byte[] {12,-69,63,-126,-1};
int length = 0;
length = byteArray.length;
for (int i = 0; i < length; i++) {
System.out.println("byteArray[" + i + "]=" + byteArray[i]);
}
length = byteArray.length;  
String str = new String(byteArray, "UTF-8");
System.out.println("str=" + str);
byte b[] = str.getBytes("UTF-8");
int len = b.length;
for (int i = 0; i < len; i++) {
System.out.println("b[" + i + "]=" + b[i]);
}
}
}

输出结果 
byteArray[0]=12
byteArray[1]=-69
byteArray[2]=63
byteArray[3]=-126
byteArray[4]=-1
str= ????
b[0]=12
b[1]=-17
b[2]=-65
b[3]=-67
b[4]=63
b[5]=-17
b[6]=-65
b[7]=-67
b[8]=-17
b[9]=-65
b[10]=-67

为什么字节数组不能还原了

------解决方案--------------------
是因为这几个bytes就可能是不对的,{12,-69,63,-126,-1};
它们不是UTF8的编码,怎么能转对呢?又怎么可能转回来呢?
------解决方案--------------------
你原来的这个字节数组,是UTF8汉字编码出来的么?

如果不是,转String就会丢失,因为找不到对应编码。
------解决方案--------------------
探讨

是因为这几个bytes就可能是不对的,{12,-69,63,-126,-1};
它们不是UTF8的编码,怎么能转对呢?又怎么可能转回来呢?

------解决方案--------------------
用ISO-8859-1就可以转回来
------解决方案--------------------
http://blog.csdn.net/jiakai0419/article/details/7321846

如果,你有耐心仔细看这篇文章。

你就知道为什么了。

如果没什么耐心,那么结合1楼2楼的答案。你也应该能明白一点了。。
------解决方案--------------------
String str = new String(byteArray, "UTF-8");
这句不这样用,直接new String(byteArray),第一次转成UTF-8就出错啦
------解决方案--------------------
以下内容摘自api中关于由字节数组产生字符串的构造函数的说明:
public String(byte[] bytes,String charsetName);

Constructs a new String by decoding the specified array of bytes using the specified charset.The length of the new String is a function of the charset, and hence may not be equal to the length of the byte array. 

------解决方案--------------------
大哥,你的那个字节数组里面,根本不是UTF-8方式编码的字符。
你在输出字符串的时候,就已经显示成乱码了。
既然,你的数据,采用UTF-8方式编码以后,显示的是乱码,那,你的数据必然不是UTF-8方式编码的数据。
既然,你的数据,不是UTF-8方式编码的数据,那,编码后,再解码,跟定数据会失真,不一致。

比如,我给你一篇俄语文章,让你按汉语方式念给大家听,你不认识是吧,但又不能不念,
那只能胡乱的念出来。这时,我把你念出来的声音记录下来。然后播放给你听,让你在听的时候,
在用俄语重复写出来(当然,不能让你看到原来的那篇文章)。

最后,
谈谈ISO-8859-1编码的问题,这个编码是西欧字符的编码方式。
如果,你的数据是西欧字符,那么,恭喜你,你在编码后,能够正常显示,解码的数据也会相同。

至于,其他形式的数据,是否也会相同,这要看具体的编码策略,或者说,算法。
在实际实践中,GBK编码的数据,通过ISO-8859-1方式来编码,再用ISO-8859-1方式解码,
数据好像不缺损,能够保持一致。