核心概念：字符编码

在开始转换之前,必须理解字符编码。

• String: 在 Java 中，String 内部使用 UTF-16 编码来表示字符，这意味着一个 char 类型通常占用 2 个字节。
• byte[]: 这是一个原始字节的数组，它本身不包含任何关于字符或编码的信息，它只是数据的二进制表示。

当你在 String 和 byte[] 之间转换时，你必须明确指定使用哪种编码规则（如 UTF-8, ISO-8859-1, GBK 等）。如果编码不一致，就会出现乱码（mojibake）。

为什么 UTF-8 是最佳选择？ UTF-8 是目前互联网上最广泛使用的编码，它具有以下优点：

1. 兼容 ASCII：对于英文字符，UTF-8 的编码与 ASCII 完全相同。
2. 变长编码：它可以使用 1 到 4 个字节来表示一个字符，非常节省空间。
3. 无 BOM：通常不需要字节顺序标记。
4. 通用性强：可以表示世界上几乎所有的字符。

String 转 byte[]

使用 String 类的 getBytes() 方法。

显式指定编码（推荐）

这是最安全、最推荐的方式，你明确告诉 JVM 使用哪种编码来将字符串转换为字节数组。

import java.io.UnsupportedEncodingException;
import java.nio.charset.StandardCharsets;
public class StringToByteArray {
    public static void main(String[] args) {
        String str = "Hello, 世界!";
        // --- 推荐方式：使用 StandardCharsets (Java 7+) ---
        // StandardCharsets 是一个枚举类，提供了几种常用编码的常量，避免了拼写错误。
        try {
            byte[] utf8Bytes = str.getBytes(StandardCharsets.UTF_8);
            System.out.println("使用 UTF-8 编码的字节数组: " + java.util.Arrays.toString(utf8Bytes));
            // 也可以使用字符串字面量
            byte[] gbkBytes = str.getBytes("GBK");
            System.out.println("使用 GBK 编码的字节数组: " + java.util.Arrays.toString(gbkBytes));
        } catch (UnsupportedEncodingException e) {
            // 在使用 StandardCharsets 时，这个异常通常不会发生
            e.printStackTrace();
        }
    }
}

输出分析：

• Hello, 世界! 的 UTF-8 编码字节数组：
  • H -> 72
  • e -> 101
  • l -> 108
  • l -> 108
  • o -> 111
  • -> 44
  • ` ` -> 32
  • 世 -> -28, -72, -83 (UTF-8 中，中文字符通常占3个字节)
  • 界 -> -27, -101, -67
  • -> 33
• GBK 编码中，中文字符通常占2个字节，世 和 界 的字节表示会与 UTF-8 不同。

使用平台默认编码（不推荐）

如果你不指定编码,getBytes() 会使用 JVM 运行所在平台的默认字符编码。

String str = "Hello, 世界!";
// --- 不推荐方式：使用平台默认编码 ---
// 这种代码在不同操作系统（如 Windows vs. Linux）或不同配置的机器上，
// 可能会产生不同的结果，导致乱码问题。
byte[] defaultBytes = str.getBytes(); 
System.out.println("使用默认编码的字节数组: " + java.util.Arrays.toString(defaultBytes));

为什么不推荐？ 因为代码的可预测性差，你的开发环境可能是 UTF-8，但生产服务器可能是 GBK，这会导致难以排查的乱码问题。

byte[] 转 String

使用 String 的构造函数 String(byte[] bytes, String charsetName)。

显式指定编码（推荐）

这是唯一能正确还原出原始字符串的方式。

import java.nio.charset.StandardCharsets;
public class ByteArrayToString {
    public static void main(String[] args) {
        byte[] utf8Bytes = {(byte) 72, (byte) 101, (byte) 108, (byte) 108, (byte) 111, (byte) 44, (byte) 32, (byte) -28, (byte) -72, (byte) -83, (byte) -27, (byte) -101, (byte) -67, (byte) 33};
        // --- 推荐方式：使用 StandardCharsets ---
        // 必须使用与当初编码时完全相同的编码，才能正确还原字符串。
        String strFromUtf8 = new String(utf8Bytes, StandardCharsets.UTF_8);
        System.out.println("从 UTF-8 字节数组还原的字符串: " + strFromUtf8);
        // --- 错误示例：编码不一致 ---
        // 如果用错误的编码来解码，就会出现乱码
        String wrongStr = new String(utf8Bytes, StandardCharsets.ISO_8859_1);
        System.out.println("用 ISO-8859-1 错误解码后的字符串: " + wrongStr); // 输出类似 "Hello, 世畎!"
    }
}

使用平台默认编码（不推荐）

与 getBytes() 类似，如果不指定编码，构造函数会使用平台默认编码。

byte[] someBytes = {(byte) 72, (byte) 101, (byte) 108, (byte) 108, (byte) 111};
// --- 不推荐方式：使用平台默认编码 ---
String strFromDefault = new String(someBytes);
System.out.println("使用默认编码还原的字符串: " + strFromDefault);

同样,这种方式依赖于环境，是不可靠的。

特殊情况：ISO-8859-1 编码

ISO-8859-1（也称为 Latin-1）是一种非常特殊的编码，它在 String 和 byte[] 转换中有独特的用途。

• 特点：ISO-8859-1 的编码范围是 0-255，它对字节的值不做任何修改，也就是说，一个字节 0x41 在 ISO-8859-1 中就是字符 'A'，反过来，字符 'A' 转换成 ISO-8859-1 的字节就是 0x41。
• 用途：这种“不修改”的特性使得 ISO-8859-1 成为一个完美的“中间媒介”或“无损通道”。

场景： 当你不确定一个 byte[] 的原始编码，但又想安全地将其转换成 String（之后再转换回 byte[]）而不丢失任何字节时，可以使用 ISO-8859-1。

public class Iso8859_1Example {
    public static void main(String[] args) {
        // 假设我们有一个来自未知来源的 byte[]
        byte[] unknownSourceBytes = {(byte) 0xE4, (byte) 0xBD, (byte) 0xA0, (byte) 0xE5, (byte) 0xA5, (byte) 0xBD}; // "你好" 的 GBK 编码
        // 1. 使用 ISO-8859-1 将 byte[] 转为 String
        //    这个 String 里面的字符对应着原始的字节，但内容是乱码的。
        String intermediateStr = new String(unknownSourceBytes, StandardCharsets.ISO_8859_1);
        System.out.println("中间 String (内容乱码): " + intermediateStr); // 输出类似 "ä½ å¥½"
        // 2. 将这个 String 再用 ISO-8859-1 转回 byte[]
        //    因为 ISO-8859-1 是无损的，所以得到的 byte[] 和原始的完全一样！
        byte[] recoveredBytes = intermediateStr.getBytes(StandardCharsets.ISO_8859_1);
        System.out.println("原始字节数组: " + java.util.Arrays.toString(unknownSourceBytes));
        System.out.println("恢复后的字节数组: " + java.util.Arrays.toString(recoveredBytes));
        System.out.println("是否相等: " + java.util.Arrays.equals(unknownSourceBytes, recoveredBytes)); // 输出 true
    }
}

注意：这种技术只保证了字节数据的完整性，不保证字符的可读性，当你需要处理一个 byte[]，但又不想因为编码问题丢失数据时，这是一个非常实用的技巧。

总结与最佳实践

核心原则：

1. 永远不要依赖平台默认编码。
2. 在 String 和 byte[] 之间转换时，始终显式地、明确地指定字符编码。
3. 优先使用 StandardCharsets.UTF_8，除非你有特殊需求（如处理旧系统或特定地区的文本）。
4. 当需要无损地保存和恢复字节数组时，ISO-8859-1 是一个可靠的工具。