byte[]与String互转不一致引起的bug

​​​公告:文章会第一时间发在微信公众号《魔笛手CTO》，欢迎关注

String s = "HelloWorld";
byte[] b = s.getBytes();
System.out.println(new String(b));

看到上面的代码，可能有同学会问了，这不就是JAVA的基本操作吗，你老张有什么好讲的？

既然这样，老张要考考大家，猜一下下面的代码执行之后会输出怎样的结果。

public class Hello {
    public static void main(String[] args){
        String src = "HelloWorld";
        String dest = encrypt(src);
        System.out.printf("原来字符转为字节的长度为：%d\n", src.getBytes().length);
        System.out.printf("加密字符转为字节的长度为：%d\n", dest.getBytes().length);
    }
    /*为了String进，String出，做了一次封装*/
    private static String encrypt(String s){
        byte[] b = encrypt(s.getBytes());
        return new String(b);
    }
    /*这里只是用位移演示加密，字节进，字节出*/
    private static byte[] encrypt(byte[] byteArr){
        for (int i=0; i<byteArr.length; i++){
            byteArr[i] <<= 1;
        }
        return byteArr;
    }
}

现在揭晓答案：

原来字符转为字节的长度为：10加密字符转为字节的长度为：26

不知道各位同学有没有猜对，说来惭愧，老张刚刚踩过这个坑。

 

事情的起因是这样的，由于Java没有内置的RC4加密，老张需要自己封装实现，实现的过程中用到了字节和字符的互相转换。因为RC4只是在针对的byte[]上进行位移操作，所以其输入输出的字节长度应该是相等的。但是老张为了使加密能够应用于字符串，用字符串对加密方法做了一层封装。问题就出在这一层封装上。

 

且听老张给你慢慢道来。

什么是字节？

位是计算机内部的最小数据储存单位，8位就组成了1字节，也就是java中的byte。

什么是字符？

字符是指字母、数字、特殊符号的集合，也就是java中的char和String。

字节怎么就变成了字符？

答案是字符编码。比较出名的字符集是ascii、gb2312、utf-8等。其中ascii和gb2312是定长字符编码，一个字符分别占用1字节、2字节，而utf-8是变长字符编码，最短为1字节，最常为4字节。

以ascii为例，字母A在计算机中的存储为0b0100 0001。

 

到这里可能有同学已经知道老张一开始天真在哪里了？

如果只是字符串转为字节流之后又接着转为字符串也没什么问题。老张天真就天真在对utf-8得到的字节流做了位移操作之后，还期望能够用utf-8重新解析字节流。

敲黑板：Java中String内置的public String(byte[] bytes)和public byte[] getBytes()对于不合法的utf-8字节流在解析时会增删字节。

 

希望各位同学引以为戒！