Java 字符串、字节[]和压缩

我们可以轻松地将

字符串

分解为

字节[]

        String s = "my string";
        byte[] b = s.getBytes();
        System.out.println(new String(b)); // my string

然而，当涉及压缩时，似乎存在一些问题。假设您有两种方法，

compress

和

uncompress

（下面的代码可以正常工作）

我的测试工作如下（工作正常）

出于其他原因，我想修改第一个方法，以返回

字符串，而不是
字节[]。

因此，我从
compress
方法返回新字符串（输出）

，并将我的测试修改为：

String text = "some text";
String compressedText = Compressor.compress(text);
assertEquals(Compressor.uncompress(compressedText.getBytes), text); //fails

此测试失败，原因是

java.util.zip.DataFormatException:标头检查不正确

为什么？需要做什么才能使它工作？

问题在于

字符串（字节[]）

构造函数。您不能简单地获取任意字节，将它们转换为字符串，然后再转换回字节数组<代码>字符串类根据所需的字符集对此

字节

执行复杂的编码。如果给定的字节序列不能用Unicode表示，它将被丢弃或转换为其他形式。从字节到

字符串

再到

字节

的转换是无损的，只有当这些字节真正代表了一些

字符串

（在某些编码中）

下面是一个最简单的例子：

new String(new byte[]{-128}, "UTF-8").getBytes("UTF-8")

---

上面返回的

-17，-65，-67

，而

127

输入返回的是完全相同的输出。

它失败了，因为您只是使用平台的当前编码将字节转换为字符串。因此，大多数字节将转换为它们的等效字符代码，但根据当前编码，一些字节可能会被其他代码替换。要查看字节发生了什么变化，只需运行：

byte[] b = new byte[256];
for(int i = 0; i < b.length; ++i) {
    b[i] = (byte)i;
}
String s = new String(b);

for(int i = 0; i< s.length(); ++i) {
    System.out.println(i + ": " + s.substring(i, i+1) + " " + (int)s.charAt(i));
}

byte[]b=新字节[256]；
对于（int i=0；i

如您所见，如果您将其转换回字节，一些代码将全部转换为相同的值。本示例不处理一个字符使用多个代码编码的编码，如UTF-8

一般来说，在没有提供适当的编码参数的情况下，应该避免调用

String.getBytes（）

和

新字符串（byte[]）

。没有一对一的编码，每个字节都成为相应的字符代码，除非你自己编码

---

如果您确实希望将压缩数据作为字符串处理，那么请使用base64表示或十六进制转储。但是要注意，字符串表示需要两倍的内存，base64添加了4/3的因子，十六进制甚至是2的因子。这可能会消耗压缩带来的好处。

我会使用DeflatorOutputStream和inflatorInputStream在字符串和字节之间进行转换，您应该指定一种特定的编码。您能提供一个无损转换的示例吗？另外，在我的例子中，字节确实代表一些字符串。@Jam：你是什么意思？我添加了一个转换中断的示例。无损转换可以将任何字节数组编码为可移植的ASCII字符串。@在示例代码

compress（）

方法中，Jam将压缩数据作为字符串返回。压缩后的数据显然不是有效的文本。@亚历克斯：我不知道这些字节是从哪里来的。但它们确实代表了一些有效的UTF-8字符.Integer.tohextString（新字符串（新字节[]{-128}，“UTF-8”）.codepoint（0））=“fffd”。Unicode替换字符=U+FFFD。这就是字节的来源：）

new String(new byte[]{-128}, "UTF-8").getBytes("UTF-8")

byte[] b = new byte[256];
for(int i = 0; i < b.length; ++i) {
    b[i] = (byte)i;
}
String s = new String(b);

for(int i = 0; i< s.length(); ++i) {
    System.out.println(i + ": " + s.substring(i, i+1) + " " + (int)s.charAt(i));
}