Java 如何获取用于构造字符串的字节[]？

我有一些二进制数据被编码为UTF-8字符串。如何从字符串中获取原始数据？二进制数据没有特殊的字符编码，所以我不确定什么样的转换能满足我的需要。考虑下面的最小例子：

byte[] input = { -84 };
String s = new String(input, Charset.forName("UTF8"));
System.out.println(Arrays.toString(s.getBytes())); // prints [63] 
System.out.println(Arrays.toString(s.getBytes("UTF8"))); // prints [-17, -65, -67]

---

我正在寻找一种方法，它能让我返回

[-84]

一般来说，你不能。并非所有字节序列都是有效的UTF-8。因此，（容错）

byte[]->char[]->byte[]

进程中的数据可能已损坏

不过，您可以使用编码，它是

bytechar

---

这不是一个罕见的问题。许多古老的协议，如HTTP，都是以

ISO_8859_1

char或C的

char

类型开始的。更新版本的规范会说它基于“八位字节”，也就是“字节”。如果API使用字符串表示它们，

ISO_8859_1

通常是更好的选择

一般来说，你不能。并非所有字节序列都是有效的UTF-8。因此，（容错）

byte[]->char[]->byte[]

进程中的数据可能已损坏

不过，您可以使用编码，它是

bytechar

这不是一个罕见的问题。许多古老的协议，如HTTP，都是以

ISO_8859_1

char或C的

char

类型开始的。更新版本的规范会说它基于“八位字节”，也就是“字节”。如果API使用字符串表示它们，

ISO_8859_1

通常是更好的选择

字节

-84

（

0xAC

）本身不是有效的UTF-8字节序列。（UTF-8仅在多字节字符序列中使用0到127范围之外的字节来编码外来字符。）因此，UTF-8解码器将输入字节替换为Unicode“替换字符”。（这可能在控制台中显示为一个简单的问号。）无法从该字符串恢复原始字节数组，因为其他无效字节序列也会解码为替换字符

您可以执行以下操作：

• 将二进制数据解释为字节和字符之间具有1对1映射的字符编码。ISO-8859-1是最方便的选择，因为它是保证在任何Java实现中可用的六种基本编码之一，并且具有预定义的常量。任何旧的DOS代码页（例如）如果存在也可以使用

或

• 将您自己的

  byte[]

  转换为

  char[]

  转换。精确映射是任意的，可以是任何您喜欢的，只要它是无损的。通过在每个Java

  char

  中填充两个字节，您可能会将内存中每个字符串的大小减半，因为该类型是16位宽的，但这可能不值得大惊小怪

或

• ，例如。这种编码本身会使数据变长，但如果字符串得到额外编码，则可能会使数据变短
  例如，如果您试图将二进制数据作为参数传递，则对其进行Base64编码是有意义的。取一个长度为256的字节数组，其中包含每个可能字节值中的1个（它将作为任何统一随机、压缩或加密数据的模型）。如果在Base64中编码并去除填充并使用修改后的URL安全Base64字母表，它将占用342个字符，但在URL编码并作为URL查询参数传递时，它不会再增长或发生任何更改。然而，像ISO-8859-1字符串一样被“解码”的同一字节数组只需要256个字符，但在放入URL时会增加到634个字符，因为URL编码针对纯文本而不是二进制数据进行了优化

或

• 首先避免将二进制数据作为字符串传递。尽可能直接使用字节数组。如果您的目的是获取字符串特性，例如不变性和

  indexOf

  对字节数据的搜索，那么最好为数组创建一个包装类
字节

-84

（

0xAC

）本身不是有效的UTF-8字节序列。（UTF-8仅在多字节字符序列中使用0到127范围之外的字节来编码外来字符。）因此，UTF-8解码器将输入字节替换为Unicode“替换字符”。（这可能在控制台中显示为一个简单的问号。）无法从该字符串恢复原始字节数组，因为其他无效字节序列也会解码为替换字符
您可以执行以下操作：
• 将二进制数据解释为字节和字符之间具有1对1映射的字符编码。ISO-8859-1是最方便的选择，因为它是保证在任何Java实现中可用的六种基本编码之一，并且具有预定义的常量。任何旧的DOS代码页（例如）如果存在也可以使用
或
• 将您自己的

  byte[]

  转换为

  char[]

  转换。精确映射是任意的，可以是任何您喜欢的，只要它是无损的。通过在每个Java

  char

  中填充两个字节，您可能会将内存中每个字符串的大小减半，因为该类型是16位宽的，但这可能不值得大惊小怪
或
• ，例如。这种编码本身会使数据变长，但如果字符串得到额外编码，则可能会使数据变短
  例如，如果您试图将二进制数据作为参数传递，则对其进行Base64编码是有意义的。取一个长度为256的字节数组，其中包含每个可能字节值中的1个（它将作为任何统一随机、压缩或加密数据的模型）。如果在Base64中编码，去掉填充并使用修改的URL安全Base64字母表，则需要342个字符，