Java语言中bytes convert to string and back not equal

发表于 更新于

问题

用google搜索关键词”java bytes to string and back not equal”，第一个就是我说的这个问题。 什么意思呢？就是在java中，bytes转化为string之后，再转换回bytes的时候，发现不相同了。 但是Go语言就没有这个问题哦。

运行如下java代码

1
2
3
4
byte[] a = new byte[]{(byte) 0xc0, (byte) 0xa8, (byte) 0x00, (byte) 0x01, (byte) 0x04, (byte) 0x38};
System.out.println(ByteBufUtil.hexDump(a));
String s = new String(a);
System.out.println(ByteBufUtil.hexDump(s.getBytes()));

输出的结果如下：

1
2
c0a800010438
efbfbdefbfbd00010438

分析

bytes转化为string类型，本质上要选择一种编码。那么选择的是什么呢？ 我们看看new String()执行的代码。通过跟踪，可以看到，使用了默认的编码。 csn为UTF-8。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
static char[] decode(byte[] ba, int off, int len) {
    String csn = Charset.defaultCharset().name();
    try {
        // use charset name decode() variant which provides caching.
        return decode(csn, ba, off, len);
    } catch (UnsupportedEncodingException x) {
        warnUnsupportedCharset(csn);
    }
    try {
        return decode("ISO-8859-1", ba, off, len);
    } catch (UnsupportedEncodingException x) {
        // If this code is hit during VM initialization, MessageUtils is
        // the only way we will be able to get any kind of error message.
        MessageUtils.err("ISO-8859-1 charset not available: "
                         + x.toString());
        // If we can not find ISO-8859-1 (a required encoding) then things
        // are seriously wrong with the installation.
        System.exit(1);
        return null;
    }
}

因为通常java编译的时候的默认编码是UTF-8。 那么如何保证转化为字符串还能够转换回来呢？

一种方法是使用ISO-8859-1。例如，

1
2
3
4
byte[] a = new byte[]{(byte) 0xC0, (byte) 0xa8, (byte) 0x00, (byte) 0x01, (byte) 0x04, (byte) 0x38};
System.out.println(ByteBufUtil.hexDump(a));
String s = new String(a, Charset.forName("ISO-8859-1"));
System.out.println(ByteBufUtil.hexDump(s.getBytes(Charset.forName("ISO-8859-1"))));

结果是相等的。

1
2
c0a800010438
c0a800010438

Go语言没有这个问题

Go语言则对这个问题解决的非常好。

1
2
3
4
5
a := []byte{0xc0, 0xa8, 0x00, 0x01, 0x04, 0x38}
fmt.Println(a)
s := string(a)
b := []byte(s)
fmt.Println(b)

运行结果是相等的。

1
2
[192 168 0 1 4 56]
[192 168 0 1 4 56]