字符串到字节的转换并再次返回不返回相同的结果 (ASCII)

Question

我在将字符串转换为字节后将其转换回适当的值时遇到一些问题。

初始字符串：

"0000000000Y        Yã"

其中“ã”只是一个字符值。

转换代码：

byte[] b = s.getBytes(StandardCharsets.US_ASCII);

然而当使用转换回来时：

String str = new String(b, StandardCharsets.US_ASCII);

我收到：

"0000000000Y        Y?"

有人知道这是为什么吗？

谢谢。

Answer 1

这是因为ã不是ASCII字符。检查一个 ASCII table 对于有效的 ASCII 字符。

Answer 2

ã不是ASCII字符，所以如何处理由实现给出

This method always replaces malformed-input and unmappable-character sequences with this charset's default replacement byte array.

对于这个字符集，它显示为“?”

Answer 3

ã 不属于 US_ASCII 字符集。

getBytes() 方法记录在案：

This method always replaces malformed-input and unmappable-character sequences with this charset's default replacement byte array.

对于US_ASCII，默认的替换字节数组似乎是一个字节代表'?'字符（ASCII 代码 0x3F）。所以这就是插入到字节数组中代替 ã 字符的内容。

当转换回 String 时，您会得到与替换字节对应的字符，即 '?'字符.

因此，如果您转换为字节，并且想要返回相同的字符，请务必使用包含您打算使用的每个字符的字符集。一个安全的决定是 UTF-8。

如果你需要遵守一些字符编码（例如因为一些外部接口需要那个），那么Java的替换策略是有意义的，但当然有些字符会丢失。

String to Byte Conversion and Back Again Not Returning Same Result (ASCII)