将字节数组转换为字符串然后再转换回字节数组时，为什么长度不同？
我有以下Java代码：
byte[] signatureBytes = getSignature(); String signatureString = new String(signatureBytes, "UTF8"); byte[] signatureStringBytes = signatureString.getBytes("UTF8"); System.out.println(signatureBytes.length == signatureStringBytes.length); // prints false 问：我可能误解了这一点，但我认为new String(byte[] bytes, String charset)和String.getBytes(charset)是反向操作？
问：作为后续工作，将byte []数组作为String传输的安全方法是什么？
并非每个byte[]都是有效的UTF-8。 默认情况下，无效序列被固定字符替换，我认为这是长度变化的原因。
尝试使用Latin-1，它不应该发生，因为它是一个简单的编码，每个byte[]都是有意义的。
对于Windows-1252都不应该发生。 那里有未定义的序列（事实上是未定义的字节），但所有的字符都在一个字节中编码。 新byte[]可能与原始byte[]不同，但它们的长度必须相同。
我可能误解了这一点，但我认为新的String（byte [] bytes，String charset）和String.getBytes（charset）是反向操作？
不必要。
如果输入字节数组包含无效UTF-8的序列，则初始转换可能会将它们转换为（例如）问号。 第二个操作然后将这些转换为UTF-8编码'?' 字符….与原始表示不同。
确实，Unicode中的某些字符有多个表示forms; 例如，重音字符可以是单个代码点，也可以是基本字符代码点和重音代码点。 但是，在字节数组（包含有效的UTF-8）和String之间来回转换应该保留代码点序列。 它不执行任何“规范化”。
那么将byte []数组作为String传输的安全方法是什么呢？
最安全的替代方法是base64编码字节数组。 这具有额外的优点，即字符串中的字符将转换为可以表示拉丁字母和数字的任何字符集/编码。
另一种方法是使用Latin-1而不是UTF-8。 然而：
- 如果数据（例如）被错误地解释为UTF-8，则存在损坏的风险。
- 如果然后将“字符串”嵌入XML中，则此方法不合法。 许多控制字符在XML字符集之外，不能在XML文档中使用，甚至可以编码为字符实体。
我想到了两种可能性。
首先，您的签名不是完全有效的UTF8。 你不能只取任意二进制数据并“串”它。 并非每一个比特都定义了一个合法的字符。 String构造函数将为二进制数据插入一些默认替换内容，这些内容在UTF8中实际上并不代表任何内容。 这不是一个可逆的过程。 如果你想“串”一些任意的二进制数据，你需要使用一个已建立的方法这样做，我建议org.apache.commons.codec.binary.Base64
还有一些字符具有多个表示。 例如，带有重音符号的东西可以编码为重音字符，或者作为字符加上后面的重音来组合。 在编码之间来回移动时，无法保证这是一个可逆的过程。