在 Java 中膨胀 byte[] 时出现问题？

Question

我遇到了一个我无法弄清楚的问题。这是问题的定义： 我在 Db2/Linux 环境中的 Blob 列中有一些数据。使用 JDK 压缩对 byte[] 进行压缩后，Blob 被写入 DB2（执行此操作的代码在 Linux 环境中运行）。 我正在尝试编写一个简单的程序来读取其中一些数据，将其解压缩（使用 JDK），并从 Windows 环境（我的开发环境）中解压缩的字节数组创建一个字符串。问题是，在我解压 Blob (byte[]) 后，解压后的字节数组的长度通常比预期长 1-3 个字节。我所说的预期是指偏移量和长度字段也存储在数据库中。所以在这种情况下，解压后的字节数组的长度通常会比数据库中存储的长度长，只是几个字节。因此，如果我从解压缩的字节数组创建一个 String 对象，并使用数据库中的 offset 和 length 字段使用 substring(offset, length) 方法创建另一个 String 对象，我的第二个 String （通过使用 substring 方法得到的）是更短。

一个例子是： 数据库记录包含一个 blob，偏移量：0，长度：260,409 解压缩 blob 后 -

 compressedByte[].length  - 71,212
 decompressedByte[].length   - 260,412
 new String(decompressByte[]).length()  - 260,412
 new String(decompressByte[]).subString(0, 260,409).length() - 260409

对于其他一些输入记录，我看到的差异是长度在 1-3 个字节之间。

我对这个问题有点困惑，想知道是否有人可以提出任何提示，以便我可以进行更多调试来解决这个问题。我想知道这是否与 Linux 环境中字节的存储/写入方式以及 Windows 中的读取方式有关？感谢您的帮助。

Answer 1

我怀疑两个系统的默认编码不同。

// on the linux box   
byte [] blob = str.getBytes("UTF-8");

// in your code 
String str = new String(blob, "UTF-8");

或者至少找出 linux 机器上的默认编码是什么（正常的 UTF-8）并跳过步骤 1。

joelonsoftware.com/articles/Unicode.html" rel="nofollow">Joel 谈软件

Answer 2

String 不是字节的通用持有者。毫无疑问，您的 db2/Linux 环境和 Windows 环境之间的默认字符编码不同，这将导致字节和字符之间的来回转换不同。