在 Java 中编码和解码 utf8 字符串及其字节

Question

我正在做一个项目，我需要在 java 中对字符串进行编码和编码。我的字符串是由波斯字符组成的 UTF-8 字符串。我只是想用一个静态字符对每个字节进行异或，然后用相同的静态字符再次对它进行异或。

我写了下面的代码，但它完全错了！我用英文字符检查它，它可以工作。

我该如何解决这个问题？

String str = "س";
char key = 'N';
byte bKey = (byte) key;

byte[] b = str.getBytes();

for (int i = 0; i < b.length; i++)
{
    b[i] = Byte.valueOf((byte) (b[i] ^ bKey));
}

String str1 = new String(b);
b = str1.getBytes();

for (int i = 0; i < b.length; i++)
{
    b[i] = (byte) (b[i] ^ bKey);
}

String str2 = new String(b);

Answer 1

当您从变异字节创建 str1 时，问题就来了。假设您的默认编码是 UTF8，当您说 String str1 = new String(b); 时，您是在说这里是 UTF8 编码中的一些字节，请为我构建一个不错的字符串。但是因为你对字节进行了异或，编码是无效的 UTF8，Java 不太知道如何处理它。如果您查看使用 b = str1.getBytes(); 从 str1 检索的字节，您会发现它们与您创建字符串时使用的字节不同！

您真的不应该从“废话”字节创建字符串 --- 您真的需要将异或字节存储回字符串中吗？

如果你真的想这样做，你可以通过使用单字节编码来欺骗系统，其中所有可能的字节值都是有效的。然后您可以确定您放入字符串的字节与您取出的字节相同。这是一个对我有用的示例：

public class B {
    static public void main(String[] args) throws Exception {
        String str = "س";
        System.out.println(str);
        char key = 'N';
        byte bKey = (byte) key;

        byte[] b = str.getBytes("UTF8");

        System.out.println("Original bytes from str:");
        for (int i = 0; i < b.length; i++) {
            System.out.println(b[i]);
        }

        System.out.println("Bytes used to create str1:");
        for (int i = 0; i < b.length; i++) {
            b[i] = Byte.valueOf((byte) (b[i] ^ bKey));
            System.out.println(b[i]);
        }

        String str1 = new String(b, "Cp1256");

        b = str1.getBytes("Cp1256");

        System.out.println("Bytes retrieved from str1:");
        for (int i = 0; i < b.length; i++) {
            System.out.println(b[i]);
            b[i] = (byte) (b[i] ^ bKey);
        }

        System.out.println("Bytes used to create str2:");
        for (int i = 0; i < b.length; i++) {
            System.out.println(b[i]);
        }

        String str2 = new String(b, "UTF8");
        System.out.println(str2);
    }
}

我得到的输出是：

س
Original bytes from str:
-61
-65
-30
-119
-91
Bytes used to create str1:
-115
-15
-84
-57
-21
Bytes retrieved from str1:
-115
-15
-84
-57
-21
Bytes used to create str2:
-61
-65
-30
-119
-91
س

Answer 2

当您尝试使用 XORed 字节创建新的 String 时会出现问题：

String str1 = new String(b);
b = str1.getBytes();

由于异或字节不能形成有效的 Unicode/UTF-8 字符，因此 String 无效，getBytes() 不会返回您认为的结果。

如果您跳过翻译回String，您的代码将正常工作。

Answer 3

首先，str.getBytes();表示使用默认字符集将字符转换为字节。并且字符串 str1 = new String(b);也在使用默认字符集。这里没有与 UTF-8 相关的内容。

而且在Java中做位操作有点棘手，尝试将所有b[i]改为(b[i] & 0xff)。