String与byte[]互转时长度不一致问题咨询

你之前的认知确实是个常见误区——很多人默认字符串和字节数组的长度应该一一对应，但实际上这完全取决于字符编码的规则，你的示例刚好印证了这一点。

核心原因：字符编码的可变长度特性 #

大多数常用编码（比如UTF-8、UTF-16）都不是单字节编码：

• UTF-8中，ASCII字符（0-127）占1个字节，但中文、特殊符号等非ASCII字符可能占2-4个字节
• UTF-16则固定用2或4个字节表示一个字符
• 只有像ISO-8859-1这样的单字节编码，才会保证String长度和byte[]长度一致，但它只能表示有限的字符集

结合你的示例分析 #

你给出的byte[] b1包含大量负数（比如-71、-35等），这说明这些字节是用有符号字节存储的，对应编码中的非ASCII部分。当你把它转换成String时，JVM会按照指定编码的规则解析这些字节，把连续的几个字节合并成一个字符，最终得到的String长度肯定会比原byte[]的长度短。反过来，如果把这个String再转回byte[]（只要编码一致），字节数组长度会变回原来的样子，但String本身的长度和字节数组长度已经不一样了。

验证方法 #

你可以自己测试一下这段代码：

// 你的字节数组
byte[] b1 = {55, -71, -35, -35, 83, -115, 107, -80, -62, 86, 98, 125, -68, -12, 14, -92, -122, -65, -117, -26, 80, -102, 75, 49, -120, -10, 18, -8, 82, -21, 49, 80, 125, 94, -35, -66, 91, 79, 77, -29, -48, -85, 29, -48, -118, -13, -84, -77, 93, -101, -7, 46, -44, -25, -42, 72, -33, -81, -120, -40, 40, 65, 58, -74, -34, 99, -8, -118, 83, 110, -94, 69, 21, -27, 114, 43, -23, 7, 120, -15, 21, 110, 108, 98, -99, 7, 107, 63, -48, 32, 123, 35, -36, -35, 7, -75, 40, -3, 33, 92, -79, 119, 22, -63, 27, 123, -98, 92, -93, 30, 51, 55, 106, -109, 99, 123, 25, -111, -53, 66, 117, 121, -20, 6, -10, -34, -76, -120, -56, 123, 48, -9, -116, -81, -47, 67, 80, 14, -58, -17, -92, -75, 119, 27, 125, -115, -31, 114, -96, 126, -87, 98, -108, -21, -113, 36, 104, -69, -74, 41, -68, 115, 103, 106, -39, 10, 0, 7, -66, 84, -94, 46, -1, -62, -115, 104, -104, 53, 86, -117, 15, -100, 46, 7, 57, -84, 40, 118, -12, 93, -6, -31, 28, 81, -72, 123, 54, -76, 123, 111, 54, 121, 126, -19, -32, 99, 109, -68, -103, 29, 75, 57, 115, 33, 110, -23, -116, 11, 112, 117, 67, -100, 21, 94, -16, 94, 24, 47, -90, -48, 30, 15, 24, 98, -114, -96, 37, -47, 32, 74, 110, 58, 35, 77, 62, -74, 94, 59, 63, -35, -59, 10, 43, 65, -63, 59, -65, 58, 69, 88, -91, -58, -103, 88, 6, -105, 92, -9, -19, 26, 5, -42, -38, -82, -56, 42, -45, 30, 103, -113, -64, -82, 29, 6, 40, 102, 44, 59, 51, -69, -70, 9};

// 用UTF-8转换为字符串
String str = new String(b1, StandardCharsets.UTF_8);
System.out.println("原byte[]长度: " + b1.length);
System.out.println("转换后String长度: " + str.length());

运行后你会发现，String的长度明显小于byte[]的长度——因为很多连续的字节被解析成了单个字符。

总结 #

• 只有当使用单字节编码（如ISO-8859-1）时，String和byte[]的长度才会一致
• 对于可变长度编码（如UTF-8、UTF-16），String长度和byte[]长度没有直接的一一对应关系
• 转换时一定要明确指定编码，避免依赖默认编码导致的意外问题

内容的提问来源于stack exchange，提问作者LinaRalph