Question

我必须存储大量的布尔值，我选择将它们作为字节数组存储为字符串。但我无法理解，为什么转换为字符串和返回会产生不同的字符串值：

支持方法：

  fun ByteArray.string(): String {

    var str = ""

    this.reversed().forEach {
      str += intToString(it, 4)
    }

    return str
  }

  fun intToString(number: Byte, groupSize: Int): String {
    val result = StringBuilder()

    for (i in 7 downTo 0) {
      val mask = 1 shl i
      result.append(if (number.toInt() and mask != 0) "1" else "0")

      if (i % groupSize == 0)
        result.append(" ")
    }
    result.replace(result.length - 1, result.length, "")

    return result.toString()
  }

第一个例子：

给定选定的索引[0,14]，我的代码转换为：as bytes：[1,64]。 .string()生成：

0100 0000 0000 0001

将其转换为字符串并返回：

array.toString(Charsets.UTF_8).toByteArray(Charsets.UTF_8)

结果：[1,64]，.string()产生：

0100 0000 0000 0001

第二个例子：

给定选定的索引[0,15]，我的代码转换为：as bytes：[1，-128]。 .string()生成：

1000 0000 0000 0001

这似乎很合法。现在将其转换为字符串并返回

它产生一个4字节的数组：[1，-17，-65，-67]，.string()产生：

1011 1101 1011 1111 1110 1111 0000 0001

对我来说，它看起来不像[0,15]索引或[1，-128]：）

这怎么可能发生？我怀疑“1000 0000 0000 0001”中的最后一个“1”，可能会导致这个问题，但我仍然不知道答案。

感谢。

P.S。在问题中添加了java标记，因为我认为kotlin和java的答案都是一样的。

Answer 1

这里是您的问题的MCVE（用Java）：

import java.nio.charset.*;

class Test {
  public static void main(String[] args) {
    byte[] array = { -128 };
    byte[] convertedArray = new String(array, StandardCharsets.UTF_8).getBytes(StandardCharsets.UTF_8);
    for(int i=0; i<convertedArray.length; i++) {
      System.out.println(convertedArray[i]);
    }
  }
}

预期产出：

-128

实际输出：

-17
-65
-67

这是因为字节-128不是有效的UTF-8字符，所以它被替换为Unicode替换字符U + FFFD＆＃34;�＆＃34;。

您可以将字符串编码和解码为ISO-8859-1 aka Latin1，因为所有字节字符串在ISO-8859编码系列中都有效。 ISO-8859-1具有方便的属性，即每个字节值直接对应于相同的unicode代码点，因此0x80编码为U + 0080，0xFF编码为U + 00FF等。

将ByteArray转换为字符串并返回将生成不同的字符串

1 个答案: