Question

我正在为一项学校作业开发一个字符串压缩器，

有一个我似乎无法解决的错误。使用FileWriter将压缩数据写入文件，由字节数组表示。压缩算法返回一个输入流，因此数据流如下：

piped input stream
-> input stream reader
-> data stored in char buffer
-> data written to file with file writer.

现在，问题是，对于一些非常具体的字符串，字节数组中的倒数第二个字节写错了。并且它总是相同的位值“11111100”。

每次是这个位值，并且始终是倒数第二个字节。

以下是代码中的一些示例：

  InputStream compress(InputStream){

  //...
  //...

  PipedInputStream pin = new PipedInputStream();
  PipedOutputStream pout = new PipedOutputStream(pin);
  ObjectOutputStream oos = new ObjectOutputStream(pout);

  oos.writeObject(someobject); 
  oos.flush();

  DataOutputStream dos = new DataOutputStream(pout);


  dos.writeFloat(//);
  dos.writeShort(//);
  dos.write(SomeBytes); // ---Here 
  dos.flush();
  dos.close();

 return pin;
}

void write(char[] cbuf, int off, int len){

  //....
  //....

  InputStreamReader s = new InputStreamReader(
            c.compress(new ByteArrayInputStream(str.getBytes())));

  s.read(charbuffer);

  out.write(charbuffer);
 }

例如，触发它的字符串是“hello and good evenin”。

我试图迭代字节数组并逐个编写，但没有用。

值得注意的是，当我尝试使用算法本身的输出流写入文件时，它工作正常。这个设计不是我的选择。

所以我不确定我在这里做错了什么。

Answer 1

考虑到你在说：

现在，错误是，对于一些非常具体的字符串，第二个字节数组中的最后一个字节写错了。而且它总是一样的位值＆＃34; 11111100＆＃34;。

你正在

binary stream  (the compressed data)
-> reading it as chars 
-> then writing it as chars.

你正在将字节转换为字符而没有明确定义编码。

我说问题是你的InputStreamReader正在以你不期望的方式翻译某些字节序列。

请记住，在像utf-8这样的编码中，两个或三个字节可能会成为一个字符。

您指出的字节模式（11111100）是utf-8转义码（1111110x）之一，这不是巧合。检查此维基百科table，您会发现uft-8具有破坏性，因为如果一个字节以：1111110x开头，则下一个必须以10xxxxxx开头。

意思是如果使用utf-8转换

 bytes1[] -> chars[] -> bytes2[]

在某些情况下，bytes2将与bytes1不同。

我建议您更改代码以删除这些读者。或者指定ASCII编码以查看是否会阻止翻译。

Answer 2

我通过使用Base64对字节进行编码和解码来解决这个问题。

将字节写入文件时数据丢失

2 个答案: