Character encoding 操作系统之间的字符串构造函数差异

我有以下代码：

byte[] b = new byte[len]; //len is preset to 157004 in this example
//fill b with data by reading from a socket
String pkt = new String(b);
System.out.println(b.length + " " + pkt.length());

这会在Ubuntu上打印出两个不同的值；157004和147549，但在OS X上的值相同。此字符串实际上是由ImageIO库传输的图像。因此，在OSX上，我可以很好地将字符串解码成图像，但在Ubuntu上，我不能

我在OSX上使用了1.6.0_45版本，在Ubuntu上尝试了相同的版本，除了Oracle jdk 7和默认的openjdk

我注意到，我可以通过拉丁语-1解码得到字符串长度等于字节数组长度：

String pkt = new String(b,"ISO-8859-1");

然而，这并不能使解码图像成为可能，并且理解正在发生的事情可能很困难，因为字符串在我看来像垃圾

我很困惑，我使用的是同一个jdk版本，但不同的操作系统

此字符串实际上是由ImageIO库传输的图像

这就是你错的地方

图像不是文本数据，而是二进制数据。如果确实需要将其编码为字符串，则应使用base64。就我个人而言，我喜欢这本书

这不仅适用于图像，也适用于在特定编码中未知为文本的所有二进制数据。。。无论是声音、电影、Word文档、加密数据等，都不要将其视为编码文本——这会导致灾难

此字符串实际上是由ImageIO库传输的图像

这就是你错的地方

图像不是文本数据，而是二进制数据。如果确实需要将其编码为字符串，则应使用base64。就我个人而言，我喜欢这本书

---

这不仅适用于图像，也适用于在特定编码中未知为文本的所有二进制数据。。。无论是声音、电影、Word文档、加密数据等，都不要将其视为编码文本——这会导致灾难。

Ubuntu默认使用utf-8，这是一种可变长度编码，因此字符串和字节数据的长度不同。这是差异的根源，但对于解决方案，我遵从Jon的回答。

Ubuntu默认使用utf-8，这是一种可变长度编码，因此字符串和字节数据的长度不同。这是差异的根源，但对于解决方案，我遵从Jon的答案。

Duplicate of？为什么要将其转换为string？是BASE64编码比特数组吗？重复的？为什么要将其转换为字符串？它是BASE64编码的比特数组吗？所以当我写它时，我使用ImageIO.write（ByteArrayOutputStream），然后把它写到ByteBuffer。所以我只需要在base64中解码，对吗？@codersarepople:不，您可以直接用base64将

字节[]

转换成字符串。。。这就是编码。然后，当字符串在另一端恢复时，您将再次将其从base64解码为

字节[]

，然后将其包装在

ByteArrayInputStream

中。因此，当我编写它时，我使用ImageIO.write（ByteArrayOutputStream），然后将其写入ByteBuffer。所以我只需要在base64中解码，对吗？@codersarepople:不，您可以直接用base64将

字节[]

转换成字符串。。。这就是编码。然后，当字符串在另一端恢复时，您将再次将其从base64解码为

字节[]

，然后将其包装在

ByteArrayInputStream

中。