java无法转换Base64字符串并将其正确解压缩

Question

我有Base64字符串。我试图解码它，然后解压缩它

String textToDecode = "H4sIAAAAAAAAAAEgAN//0JTQtdGC0LDQu9C40LfQuNGA0L7QstCw0L3QvdGL0LmRCuyiIAAAAA==\n";
byte[] data = Base64.decode(textToDecode, Base64.DEFAULT);
String result = GzipUtil.decompress(data);

我用于解压缩的代码：

public static String decompress(byte[] compressed) throws IOException {
    final int BUFFER_SIZE = 32;
    ByteArrayInputStream is = new ByteArrayInputStream(compressed);
    GZIPInputStream gis = new GZIPInputStream(is, BUFFER_SIZE);
    StringBuilder string = new StringBuilder();
    byte[] data = new byte[BUFFER_SIZE];
    int bytesRead;
    while ((bytesRead = gis.read(data)) != -1) {
        string.append(new String(data, 0, bytesRead));
    }
    gis.close();
    is.close();
    return string.toString();
}

我应该得到这个字符串：

Детализированный

相反，我得到的是带有问号符号的字符串：

Детализирован��ый

我犯了什么错？如何解决呢

Answer 1

如果只处理流，则可以避免编码问题，这几行代码应该可以很好地完成这项工作

 public static String decompress(byte[] compressed) throws IOException {
        try (ByteArrayOutputStream bos = new ByteArrayOutputStream()) {
            try (GZIPInputStream gis = new GZIPInputStream(
                    new ByteArrayInputStream(compressed))) {
                org.apache.commons.compress.utils.IOUtils.copy(gis, bos);
            }
            return bos.toString();
        }
    }

Answer 2

问题可能在这里：

  string.append(new String(data, 0, bytesRead))

您正在使用默认字符编码将字节解码为Java字符串。如果（当前）默认编码与将原始字符编码为字节时使用的编码不同（在压缩等之前），则可能会得到无法正确解码的字节。然后，解码器将用解码器的替换字符替换它们；i、 默认情况下为'\uFFFD'

如果这是问题所在，那么解决方案就是找出正确的字符编码是什么，并使用String(byte[], int, int, Charset)创建String

Answer 3

一个问题是，当从字节转换为字符串（内部Unicode）时 没有给出编码。对于UTF-8这样的多字节编码，不能获取固定数量的字节（如32个字节），然后在最后获得有效序列

你经历了半序列的丢失。因此，编码可能是UTF-8

final int BUFFER_SIZE = 32;
ByteArrayInputStream is = new ByteArrayInputStream(compressed);
GZIPInputStream gis = new GZIPInputStream(is, BUFFER_SIZE);
ByteArrayOutputStream baos = new ByteArrayOutputStream();
byte[] data = new byte[BUFFER_SIZE];
int bytesRead;
while ((bytesRead = gis.read(data)) != -1) {
    baos.write(data, 0, bytesRead);
}
gis.close();
return baos.toString("UTF-8"); // Or "Windows-1251" ...

上面的代码消除了缓冲区边界问题，并指定了编码，因此相同的代码在不同的计算机上运行

请记住：

• new String(bytes, encoding)
• string.getBytes(encoding)