字节数组到字符串并返回.. -127 的问题

Question

下面：

 scala> (new String(Array[Byte](1, 2, 3, -1, -2, -127))).getBytes
 res12: Array[Byte] = Array(1, 2, 3, -1, -2, 63)

为什么-127转换成63？以及如何将其恢复为 -127

[编辑：] 下面的 Java 版本（以表明它不仅仅是一个“Scala 问题”）

c:\tmp>type Main.java
public class Main {
    public static void main(String [] args) {
        byte [] b = {1, 2, 3, -1, -2, -127};
        byte [] c = new String(b).getBytes();
        for (int i = 0; i < 6; i++){
            System.out.println("b:"+b[i]+"; c:"+c[i]);
        }
    }
}
c:\tmp>javac Main.java
c:\tmp>java Main
b:1; c:1
b:2; c:2
b:3; c:3
b:-1; c:-1
b:-2; c:-2
b:-127; c:63

Answer 1

您调用的构造函数使得二进制到字符串的转换使用解码变得不明显：String(byte[] bytes, Charset charset)。你想要的是根本不使用解码。

幸运的是，有一个构造函数可以实现这一点：String(char[] value)。

现在您已将数据存储在字符串中，但您希望它完全按原样返回。但你猜怎么着！ getBytes(Charset charset) 是的，还会自动应用编码。幸运的是，有一个 toCharArray() 方法。

如果必须以字节开头并以字节结尾，则必须将 char 数组映射到字节：

(new String(Array[Byte](1,2,3,-1,-2,-127).map(_.toChar))).toCharArray.map(_.toByte)

因此，总结一下：在 String 和 Array[Byte] 之间进行转换涉及编码和解码。如果要将二进制数据放入字符串中，则必须在字符级别上进行。但请注意，这会给您一个垃圾字符串（即结果不会是格式良好的 UTF-16，正如 String 所期望的那样），因此您最好将其读出作为字符并将其转换回字节。

您可以将字节向上移动，例如添加 512；然后你会得到一堆有效的单个 Char 代码点。但这是用16位来表示每8个，编码效率为50%。 Base64 是序列化二进制数据的更好选择（8 位代表 6，效率为 75%）。

Answer 2

字符串用于存储文本而不是二进制数据。

在您的默认字符编码中，没有 -127 的字符，因此它将其替换为“？”或 63。

编辑：Base64 是最好的选择，更好的是不使用文本来存储二进制数据。这是可以做到的，但不能使用任何标准字符编码。即你必须自己进行编码。

要从字面上回答您的问题，您可以使用自己的字符编码。这是一个非常糟糕的主意，因为任何文本都可能以与您所看到的相同的方式进行编码和破坏。使用 Base64 通过使用在任何编码中都是安全的字符来避免这种情况。

byte[] bytes = new byte[256];
for (int i = 0; i < bytes.length; i++)
    bytes[i] = (byte) i;
String text = new String(bytes, 0);
byte[] bytes2 = new byte[text.length()];
for (int i = 0; i < bytes2.length; i++)
    bytes2[i] = (byte) text.charAt(i);
int count = 0;
for (int i = 0; i < bytes2.length; i++)
    if (bytes2[i] != (byte) i)
        System.out.println(i);
    else
        count++;
System.out.println(count + " bytes matched.");

Answer 3

StringOps 有一个方法 getBytes，我认为这可能是人们真正想要的将 String 转换为 Array[Byte]

http://www.scala-lang.org/api/2.10.2/index.html#scala.collection.immutable.StringOps

Answer 4

使用正确的字符集：

scala> (new String(Array[Byte](1, 2, 3, -1, -2, -127), "utf-16")).getBytes("utf-16")
res13: Array[Byte] = Array(-2, -1, 1, 2, 3, -1, -2, -127)