Java - 为什么 String( a).getBytes() == a 不给出相同的结果？

Question

例如数组:

byte[] arr = {37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -30, -29, -49, -45, -121, -104 };

还有代码:

String a = new String(arr, Charset.forName("US-ASCII"));
System.out.println(Arrays.toString(arr));
System.out.println(Arrays.toString(a.getBytes(Charset.forName("US-ASCII"))));
System.out.println( Arrays.equals(arr, a.getBytes(Charset.forName("US-ASCII"))) );

结果是:

• 在“Windows-1251”中:

  [37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -30, -29, -49, -45, -121, -104]
  [37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -30, -29, -49, -45, -121, 63]
  false
  

• 在“US-ASCII”中:

  [37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -30, -29, -49, -45, -121, -104]
  [37, 80, 68, 70, 45, 49, 46, 53, 13, 37, 63, 63, 63, 63, 63, 63]
  false
  

• 在“UTF-8”中:

  [37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -30, -29, -49, -45, -121, -104]
  [37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -17, -65, -67, -17, -65, -67, -17, -65, -67, -45, -121, -17, -65, -67]
  false
  

我用各种测试用例进行了测试，发现当有负数时它们会给出不同的数组。我试过像这样的“Windows-1251” question但阵列仍然不同。所以我的问题是:

• 为什么？
• 如何解决？

附加信息:

• 我在 Windows 8.1 上使用 JRE8。

解决方案:使用字符集 ISO-8859-1，感谢 SLaks 的解释和 JB Nizet 指出 ISO-8859-1

String a = new String(arr, Charset.forName("ISO-8859-1"));
System.out.println(Arrays.toString(arr));
System.out.println(Arrays.toString(a.getBytes(Charset.forName("ISO-8859-1"))));
System.out.println( Arrays.equals(arr, a.getBytes(Charset.forName("ISO-8859-1"))) );

结果:

[37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -30, -29, -49, -45, -121, -104]
[37, 80, 68, 70, 45, 49, 46, 53, 13, 37, -30, -29, -49, -45, -121, -104]
true

Answer 1

63 是 ? 的代码点。
解码器将为该编码中无效的每个字节返回一个 ?。

对于 US-ASCII，它包括 127 以上的每个字节。

对于 UTF-8，这包括不遵循正确 UTF8 规则的 127 以上的每个字节。