我搜索了一个如何在 Java 中压缩字符串的示例。
我有一个压缩然后解压的功能。压缩似乎工作正常:
public static String encStage1(String str)
{
String format1 = "ISO-8859-1";
String format2 = "UTF-8";
if (str == null || str.length() == 0)
{
return str;
}
System.out.println("String length : " + str.length());
ByteArrayOutputStream out = new ByteArrayOutputStream();
String outStr = null;
try
{
GZIPOutputStream gzip = new GZIPOutputStream(out);
gzip.write(str.getBytes());
gzip.close();
outStr = out.toString(format2);
System.out.println("Output String lenght : " + outStr.length());
} catch (Exception e)
{
e.printStackTrace();
}
return outStr;
}
但相反的是提示字符串不是 GZIP 格式,即使我从 encStage1 直接返回到 decStage3:
public static String decStage3(String str)
{
if (str == null || str.length() == 0)
{
return str;
}
System.out.println("Input String length : " + str.length());
String outStr = "";
try
{
String format1 = "ISO-8859-1";
String format2 = "UTF-8";
GZIPInputStream gis = new GZIPInputStream(new ByteArrayInputStream(str.getBytes(format2)));
BufferedReader bf = new BufferedReader(new InputStreamReader(gis, format2));
String line;
while ((line = bf.readLine()) != null)
{
outStr += line;
}
System.out.println("Output String lenght : " + outStr.length());
} catch (Exception e)
{
e.printStackTrace();
}
return outStr;
}
当我使用从 encStage1 返回的字符串调用时出现此错误:
public String encIDData(String idData)
{
String tst = "A simple test string";
System.out.println("Enc 0: " + tst);
String stg1 = encStage1(tst);
System.out.println("Enc 1: " + toHex(stg1));
String dec1 = decStage3(stg1);
System.out.println("unzip: " + toHex(dec1));
}
输出/错误:
Enc 0: A simple test string
String length : 20
Output String lenght : 40
Enc 1: 1fefbfbd0800000000000000735428efbfbdefbfbd2defbfbd495528492d2e51282e29efbfbdefbfbd4b07005aefbfbd21efbfbd14000000
Input String length : 40
java.io.IOException: Not in GZIP format
at java.util.zip.GZIPInputStream.readHeader(GZIPInputStream.java:137)
at java.util.zip.GZIPInputStream.<init>(GZIPInputStream.java:58)
at java.util.zip.GZIPInputStream.<init>(GZIPInputStream.java:68)
最佳答案
一个小错误是:
gzip.write(str.getBytes());
采用默认平台编码,在 Windows 上永远不会是 ISO-8859-1。更好:
gzip.write(str.getBytes(format1));
您可以考虑使用“Cp1252”、Windows Latin-1(对于某些欧洲语言),而不是“ISO-8859-1”、Latin-1。这会添加引号等逗号。
主要错误是将压缩字节转换为字符串。 Java 将二进制数据(byte[]、InputStream、OutputStream)与文本(String、char、Reader、Writer)分开,后者在内部始终以 Unicode 格式保存。字节序列不需要是有效的 UTF-8。您可以通过将字节转换为单字节编码(例如 ISO-8859-1)来逃脱。
最好的办法是
gzip.write(str.getBytes(StandardCharsets.UTF_8));
所以你有完整的 Unicode,每个脚本都可以组合。
并解压缩到 ByteArrayOutputStream
和 new String(baos.toByteArray(), StandardCharsets.UTF_8)
。
在具有 UTF-8 的 InputStreamReader 上使用 BufferedReader 也可以,但是 readLine 会丢弃换行符
outStr += line + "\r\n"; // Or so.
干净的答案:
public static byte[] encStage1(String str) throws IOException
{
try (ByteArrayOutputStream out = new ByteArrayOutputStream())
{
try (GZIPOutputStream gzip = new GZIPOutputStream(out))
{
gzip.write(str.getBytes(StandardCharsets.UTF_8));
}
return out.toByteArray();
//return out.toString(StandardCharsets.ISO_8859_1);
// Some single byte encoding
}
}
public static String decStage3(byte[] str) throws IOException
{
ByteArrayOutputStream baos = new ByteArrayOutputStream();
try (GZIPInputStream gis = new GZIPInputStream(new ByteArrayInputStream(str)))
{
int b;
while ((b = gis.read()) != -1) {
baos.write((byte) b);
}
}
return new String(baos.toByteArray(), StandardCharset.UTF_8);
}
关于Java java.io.IOException : Not in GZIP format 异常,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25310193/