Java中如何解析普通字符串与GZIP压缩字符串混合的Socket数据？

现有代码的核心问题 #

1. 数据读取不完整：InputStream.read(byte[])仅能读取部分数据，无法保证一次性获取完整数据包；后续的Arrays.copyOfRange(bytes,0,1025)还存在数组越界问题（原数组长度为1024，索引最大值为1023）。
2. 解压输入错误：你提取了endbytes作为压缩数据，但实际解压时传入的是包含头部8字节和普通字符串的原始bytes数组——GZIPInputStream只能处理纯压缩字节流，混入无关数据必然导致解压乱码。
3. 未明确数据拆分规则：头部8字节的具体定义（比如是否包含总长度、普通字符串长度）不明确，导致无法正确拆分普通字符串与压缩XML部分。

正确解析步骤 #

1. 读取完整的头部与数据包

头部固定8字节，通常会包含数据包总长度。先读取头部并解析总长度，再循环读取剩余字节以确保获取完整数据：

Socket socket = serverSocket.accept();
InputStream is = socket.getInputStream();

// 读取头部8字节
byte[] header = new byte[8];
int readLen = is.read(header);
if (readLen != 8) {
    throw new IOException("Failed to read complete header");
}

// 解析头部中的总长度（假设头部前4字节为大端序总长度，需根据实际协议调整）
int totalLength = ByteBuffer.wrap(header, 0, 4).getInt();
int contentLength = totalLength - 8; // 剩余内容长度 = 总长度 - 头部长度

// 读取完整内容
byte[] content = new byte[contentLength];
int offset = 0;
while (offset < contentLength) {
    int bytesRead = is.read(content, offset, contentLength - offset);
    if (bytesRead == -1) {
        throw new IOException("Connection closed before reading complete content");
    }
    offset += bytesRead;
}

2. 拆分普通字符串与压缩XML部分

假设协议定义：头部后4字节为普通字符串的长度（需根据实际协议调整，比如普通字符串以特定分隔符结尾），先提取普通字符串，再提取压缩XML字节流：

// 解析普通字符串长度（假设头部后4字节为大端序长度）
int plainStrLength = ByteBuffer.wrap(header, 4, 4).getInt();

// 提取普通字符串（编码需与服务器一致，示例用UTF-8）
String plainStr = new String(content, 0, plainStrLength, StandardCharsets.UTF_8);

// 提取压缩XML的纯字节数组
byte[] compressedXmlBytes = Arrays.copyOfRange(content, plainStrLength, content.length);

3. 正确解压压缩XML部分

使用提取后的纯压缩字节流进行GZIP解压，注意XML的编码需与服务器输出一致：

String xmlContent;
try (ByteArrayInputStream bais = new ByteArrayInputStream(compressedXmlBytes);
     GZIPInputStream gzipIn = new GZIPInputStream(bais);
     ByteArrayOutputStream baos = new ByteArrayOutputStream()) {

    byte[] buffer = new byte[1024];
    int n;
    while ((n = gzipIn.read(buffer)) != -1) {
        baos.write(buffer, 0, n);
    }
    // XML通常用UTF-8编码，需和服务器保持一致
    xmlContent = baos.toString(StandardCharsets.UTF_8.name());
} catch (IOException e) {
    throw new RuntimeException("Failed to decompress XML data", e);
}

// 输出解析结果
System.out.println("Plain string: " + plainStr);
System.out.println("Decompressed XML: " + xmlContent);

关键注意事项 #

• 明确协议细节：必须确认头部8字节的具体含义、普通字符串与压缩数据的拆分规则，这是解析的核心前提，若不明确需与服务端对接确认。
• 编码一致性：普通字符串和XML的编码必须与服务器端使用的编码完全一致，避免字符乱码。
• 流资源管理：使用try-with-resources自动关闭流，防止资源泄漏。

内容的提问来源于stack exchange，提问作者SiShu