new String()传入字节数组生成String后，通过getBytes（）得到的结果和原来不同

朱雀 2021-01-24 19:24 561阅读 0赞

发现一个神奇的问题。

package com.ggp.sqy42d;
    
    import java.util.Arrays;
    
    /**
     * @author: ggp
     * @Date: 2019/3/22 14:30
     * @Description:
     */
    public class test {
        public static void main(String[] args) {
            byte[] bytes = new byte[]{-66,-98,-22,-68,-99};
            String str = new String(bytes);
            System.out.println(Arrays.toString(str.getBytes()));
        }
    }

结果

D:\tool\jdk6\jdk1.6.0_45\bin\java.exe "-javaagent:D:\tool\IntelliJ IDEA 2018.3.3\lib\idea_rt.jar=53493:D:\tool\IntelliJ IDEA 2018.3.3\bin" -Dfile.encoding=UTF-8 -classpath D:\tool\jdk6\jdk1.6.0_45\jre\lib\charsets.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\deploy.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\dnsns.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\localedata.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\sunjce_provider.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\sunmscapi.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\sunpkcs11.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\javaws.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\jce.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\jsse.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\management-agent.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\plugin.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\resources.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\rt.jar;D:\project\Util\out\production\Util;C:\Users\admin\Downloads\bcprov-jdk15on-1.59.jar;C:\Users\admin\Downloads\commons-lang3-3.1.jar com.ggp.sqy42d.test
    [-17, -65, -67, -17, -65, -67, -22, -68, -99]
    
    Process finished with exit code 0

为什么出现这种情况呢？

首先我们并没有指定new String()的字符集和getBytes（）的字符集

它就会使用环境的默认的字符集，一般是utf-8，我们需要了解一下各种编码

到编码，得先从ASCII编码讲起。ASCII编码是由美国人发明，美国的字符不超过255个，所以ASCII编码使用了8bit 即一个字节来存储字符。由于汉字的数量远超255个，所以中国自己发明了一个GB2312编码来表示汉字，一般的汉字使用2个字节，对于一些生僻的汉字则使用更多的字节来表示，当然，GB2313编码是可以兼容ASCII码的。

然后，日本，韩国等等国家也自己发明了一套编码方法，这时候又出现了一个新的问题。如果一篇文章里面，即有中文，又有日文的话，无论使用中文的编码方法还是使用日文的编码方法都会出现乱码。随后，unicode编码便应运而生。unicode编码对文字的编码进行了统一，当然，unicode只是一种编码规范，它有多个版本，常用的unicode编码使用了16位来存储字符，16位的存储空间足以容纳世界上所有书面字符（对于汉字来说，一共有6万多个，只能包含其中的一些常用汉字，所以unicode编码对于汉字的兼容性并不是特别好）。unicode编码兼容了ASCII码，ASCII码转unicode编码时，保持后8位不变，前8位只需要用0去补全即可。

使用了unicode编码后，又有新的问题出现。因为unicode编码是用两个字节来存储字符，如果一篇文章中，大部分都是英文，使用unicode编码就会造成空间的浪费，对英文部分使用ASCII码只需要一个字节就可以了。这时候，utf-8解决了这个问题。utf-8是一种可变长的字符编码，当存储英文时只使用一个字节，节省了一半的空间，而存储中文字符时，长度还是不变。utf-8虽然压缩了存储空间，但是如果在内存中存储，使用utf-8却由于它的长度不固定，带来了很大的不便，使得在内存处理字符变得复杂。应对这个问题的解决策略是：在内存中存储字符时还是使用unicode编码，因为unicode编码的长度固定，处理起来很方便。而在文件的存储中，则使用utf-8编码，可以压缩内存，节省空间。这里一般有个自动转换的机制，即从文件中读取utf-8编码到内存时，会自动转换为unicode编码，而从内存中将字符保存到文件时，则自动转换为utf-8编码。

这样一来，我们的问题就浮现了，我们的字节数组，转为utf-8字符串后，内部的字节已经发生了变化，utf-8会用多个字节去表示一个字符，所以字节数组长度发生了改变。所以我们应该指定编码，比如我们指定ISO-8859-1,这是一个单字节表示字符的字符集。结果如下

package com.ggp.sqy42d;
    
    import java.io.UnsupportedEncodingException;
    import java.util.Arrays;
    
    /**
     * @author: ggp
     * @Date: 2019/3/22 14:30
     * @Description:
     */
    public class test {
        public static void main(String[] args) {
            byte[] bytes = new byte[]{-66,-98,-22,-68,-99};
            String str = null;
            try {
                str = new String(bytes,0,bytes.length,"ISO-8859-1");
                System.out.println(Arrays.toString(str.getBytes("ISO-8859-1")));
            } catch (UnsupportedEncodingException e) {
                e.printStackTrace();
            }
    
        }
    }

结果

D:\tool\jdk6\jdk1.6.0_45\bin\java.exe "-javaagent:D:\tool\IntelliJ IDEA 2018.3.3\lib\idea_rt.jar=55947:D:\tool\IntelliJ IDEA 2018.3.3\bin" -Dfile.encoding=UTF-8 -classpath D:\tool\jdk6\jdk1.6.0_45\jre\lib\charsets.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\deploy.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\dnsns.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\localedata.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\sunjce_provider.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\sunmscapi.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\ext\sunpkcs11.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\javaws.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\jce.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\jsse.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\management-agent.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\plugin.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\resources.jar;D:\tool\jdk6\jdk1.6.0_45\jre\lib\rt.jar;D:\project\Util\out\production\Util;C:\Users\admin\Downloads\bcprov-jdk15on-1.59.jar;C:\Users\admin\Downloads\commons-lang3-3.1.jar com.ggp.sqy42d.test
    [-66, -98, -22, -68, -99]
    
    Process finished with exit code 0