Question

100％安全（异常/无错误）将包含随机二进制数据的byte []通过构造函数转换为String：

new String(bytes);
// -- or --
new String(bytes,"UTF-8");  // Or other charset

我担心的是，无效的UTF-8字节是否会导致异常或其他故障，而不仅仅是可能部分乱码的消息。

我尝试了一些已知的错误字节值，因为它们似乎按预期工作。 E.g：

byte[] bytes = new byte[] {'a','b','c',(byte)0xfe,(byte)0xfe,(byte)0xff,(byte)0xff,'d','e','f'};

String test = new String(bytes,"UTF-8");

System.out.println(test);

打印“abc ???? def”。

我担心的是，如果某些其他组合可能以其他意外方式失败，因为我不能保证我可以测试每个无效组合。

Answer 1

docs：

中介绍了这一点

此方法始终使用此charset的默认替换字符串替换格式错误的输入和不可映射的字符序列

如果您不总是使用UTF-8，那么失败的一件事就是它可以抛出UnsupportedEncodingException。

Answer 2

如果您想在错误输入上使用解码行为，请使用类似

的内容

StandardCharsets.UTF_8
  .newDecoder()
  .implOnMalformedInput(CodingErrorAction.REPORT)
  .implOnUnmappableCharacter(CodingErrorAction.REPLACE)
  .implReplaceWith(replacementString)
  .decode(ByteBuffer.wrap(byteArray))
  .toString();

让你可以旋转所有涉及的旋钮。

从无效（对于charset）byte []转换时Java String的行为（安全性）？

2 个答案: