Java中ByteArray转String时出现异常字符问题

嘿，这个问题我之前帮朋友处理过类似的，你踩的坑主要是两个：编码不匹配和截断时破坏了双字节字符的结构，我给你一步步拆解怎么搞定：

先搞懂问题根源 #

你定义的byte[40]存20个字符，说明每个字符占2字节——这明显是双字节编码（比如Java默认的UTF-16，因为Java里char就是UTF-16编码）。但你转String的时候，大概率用了单字节编码（比如UTF-8），或者截断0的时候切到了某个字符的一半，自然就出现异常字符了。

具体解决步骤 #

1. 确认原数组的编码 #

首先得和原字符串转byte数组时的编码保持一致。根据你的描述，几乎可以肯定是UTF-16（毕竟20个字符×2字节=40字节，完美匹配）。如果是其他双字节编码（比如GB2312），后面转码时对应调整就行。

2. 正确截断无效的0填充 #

因为是双字节编码，所以无效填充是连续的两个0字节（0x00 0x00），不是单个0。你得找到第一个连续双字节0的位置，然后截断到这个位置之前，确保有效字节长度是2的倍数——不然切到字符中间肯定乱码。

示例代码：

// 假设接收的字节数组是receivedBytes
int validLength = 0;
// 按双字节遍历，别踩单字节的坑
for (int i = 0; i < receivedBytes.length; i += 2) {
    // 检查当前双字节是不是填充的0
    if (i + 1 < receivedBytes.length && receivedBytes[i] == 0 && receivedBytes[i+1] == 0) {
        break;
    }
    validLength += 2;
}
// 截取有效字节，长度肯定是2的倍数
byte[] validBytes = Arrays.copyOf(receivedBytes, validLength);

3. 用正确编码转成String #

用和原数组一致的编码（比如UTF-16）把有效字节转成String：

// Java默认的UTF-16是大端（UTF-16BE），如果原数组是小端（UTF-16LE），要指定StandardCharsets.UTF_16LE
String filePath = new String(validBytes, StandardCharsets.UTF_16);

4. 处理特殊控制字符（可选） #

像你示例里的0x03这种，是ASCII控制字符，转成String后会显示异常，你可以过滤掉：

// 过滤所有ASCII控制字符，保留正常可见字符
filePath = filePath.replaceAll("\\p{Cntrl}", "");

完整可运行示例 #

import java.nio.charset.StandardCharsets;
import java.util.Arrays;

public class SocketPathDecoder {
    public static void main(String[] args) {
        // 模拟你接收的字节数组
        byte[] receivedBytes = {116, 111, 117, 99, 104, 50, 46, 116, 120, 116, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0};
        
        // 1. 计算有效双字节长度
        int validLength = 0;
        for (int i = 0; i < receivedBytes.length; i += 2) {
            if (i + 1 < receivedBytes.length && receivedBytes[i] == 0 && receivedBytes[i+1] == 0) {
                break;
            }
            validLength += 2;
        }
        byte[] validBytes = Arrays.copyOf(receivedBytes, validLength);
        
        // 2. 转成字符串
        String filePath = new String(validBytes, StandardCharsets.UTF_16);
        
        // 3. 过滤控制字符
        filePath = filePath.replaceAll("\\p{Cntrl}", "");
        
        System.out.println("处理后的文件路径：" + filePath);
    }
}

关键提醒 #

• 编码必须完全匹配！原数组用UTF-16存，转String就必须用UTF-16，差一个字都会乱码。
• 双字节编码下，截断长度必须是2的倍数，绝对不能切到单个字节。
• 如果你的场景是单字节编码（比如UTF-8），那40字节应该能存40个ASCII字符，和你说的“20个字符”矛盾，所以优先考虑双字节编码。

内容的提问来源于stack exchange，提问作者Carrein