将字节数组转换为字符串时的格式更改

Posted 2023-03-15

【中文标题】将字节数组转换为字符串时的格式更改

【英文标题】：Change of format when converting byte array to String

【发布时间】：2011-09-17 07:25:55

【问题描述】：

参考这篇帖子Why are the lengths different when converting a byte array to a String and then back to a byte array?

我了解这样做会更改包含二进制数据的字节数组

 String s = new String(bytes);

可能会导致二进制数据的格式发生变化，因为它使用默认编码创建了一个字符串，该字符串可能会将某些二进制字符转换为未知字符，例如“？”如果你把它转换回字节数组，那就错了。

目前我在 ByteArrayInputStream 中有一个 mime，因为 mime in mime 看起来像这样

--boundary
//content type, id, etc...
//empty line
//Binary Data
--boundary--

如果我首先无法将字节数组转换为字符串，如何从 Inputstream 中提取二进制数据并将其转换为 Base64？我正在考虑使用边界来拆分从 Bytearrayinputstream 转换的 Sting，但这样做会在我想将其编码为 Base64 之前弄乱二进制数据。

【参考方案1】：

如果您在二进制数据中提供正确的字符串编码，您可以安全地将二进制转换为字符串！如果你知道你的二进制文件在 ISO8859-1 中包含一个字符串，那么就这样做

new String(byteArray,"ISO8859-1") 

什么都不会丢失。并且供您参考：Base64 编码字符串仅包含 ASCII 字符，这些字符在 UTF-8 以及所有典型的 Windows 和 ISO 编码中都是相同的，因此您不会对它们有任何问题。

【讨论】：

其中涉及一些巫术 - 消息中有二进制数据。内容未经过 Base64 编码。

这就是乐趣的开始。客户端不会在 HTTP 标头中发送编码。我有一种感觉，市场上的解析器以某种方式完成这项工作，但我不知道如何。

我之前的一篇文章显示，将输入流转换为字节数组然后写入文件会保留格式，因为如果我剥离除二进制数据之外的所有其他内容，我可以从二进制文件中看到完整的 jpeg 图像，将文件另存为 .jpg 扩展名，然后查看。但是当字节数组变成带有某种编码的字符串时，一切都搞砸了。

【参考方案2】：

你知道你在字节中间有一个“空行”（假设 0x13 或 0x10 字节值），所以只要寻找那个字节，你就可以分割原始字节数组。第一部分可以简单地映射到字符串，对于二进制数据，您现在有了偏移量、长度和字节数据，这就是您所需要的。

【讨论】：

感谢 alphazero，这是让我思考的最佳建议！我逐字节读取数组，并在遇到 LF+CR 时将其转换为字符串。当它在转换为字节数组时是一个空字符串时，我将所有字节复制到另一个数组中，并在它到达边界时停止。然后，由于后面增加了两个 LF+CR，我用边界长度 +4 截断了字节数组。如果您在文件中混合了二进制数据和文本，是否可以安全地得出结论，如果您想保持二进制完整性，那么操作它的唯一方法是在字节级别？

据我所知。如果您混合使用“数据类型”——意味着字节模式和类型语义之间的不同映射，例如UTF-8——在一个连续的字节块（内存或文件，有什么区别？）中，您自然需要首先将该超级块划分为一组具有统一数据语义的小块。所以，你必须解析。