String转换成byte型数组的字节问题

前言：今天看视频敲代码学习UDP时，出现了一些类型转换问题，我们往下看

---

代码一如下：

import java.net.DatagramPacket;
import java.net.DatagramSocket;
import java.net.InetAddress;
//UDP:不需要等服务器启动才运行，直接运行客户端不会报错，相当于发短信
/*
TCP:
需要连接服务器，如果服务器没启动，客户端直接运行，会报错（ConnectException），相当于打电话，两者要同时在线。（三次握手，四次挥手）
*/
public class UDPClientDemo01 {
    public static void main(String[] args) throws  Exception{
        //1.建立一个Socket
        DatagramSocket socket = new DatagramSocket();
        //2.建立一个包
        String msg = "你好啊,服务器";
        InetAddress localhost = InetAddress.getLocalHost();
        int port = 9000;
        //数据，数据的长度起始，发送给谁
        DatagramPacket packet = new DatagramPacket(msg.getBytes(),0,msg.length(),localhost,port);
        //3.发送包
        socket.send(packet);
        //4.关闭流
        socket.close();
    }
}

---

代码二如下：

import java.net.DatagramPacket;
import java.net.DatagramSocket;

//需要等待客户端的连接
public class UDPServerDemo01 {
    public static void main(String[] args) throws Exception {
        //开放端口
        DatagramSocket socket = new DatagramSocket(9000);
        //接收数据
        byte[] buffer = new byte[1024];
        DatagramPacket packet1 = new DatagramPacket(buffer,0,buffer.length);

        socket.receive(packet1);//阻塞接收
        System.out.println(new String(packet1.getData(),0,packet1.getLength()));
        //关闭流
        socket.close();
    }
}

---

我们先运行代码2，在运行代码1，代码2的控制台显示如下结果：

你好�

---

"你好"后面出现了乱码现象，我当即反应是去查看编译器有没有设置utf-8编码，查了下，编译器设置了utf-8编码，花了十分钟左右才找到问题,在代码1的下面这句代码出现了问题。

---

 DatagramPacket packet = new DatagramPacket(msg.getBytes(),0,msg.length(),localhost,port);

这是因为String类型转换成byte类型数组时字节数的问题

我们在代码1输出一下两者的长度

代码如下：

import java.net.DatagramPacket;
import java.net.DatagramSocket;
import java.net.InetAddress;
public class UDPClientDemo01 {
    public static void main(String[] args) throws  Exception{
        //1.建立一个Socket
        DatagramSocket socket = new DatagramSocket();
        //2.建立一个包
        String msg = "你好啊,服务器";
        InetAddress localhost = InetAddress.getLocalHost();
        int port = 9000;
        //输出转换成byte数组的长度
        System.out.println(msg.getBytes().length);
        //输出String的长度
        System.out.println(msg.length());
        //数据，数据的长度起始，发送给谁
        DatagramPacket packet = new DatagramPacket(msg.getBytes(),0,msg.length(),localhost,port);
        //3.发送包
        socket.send(packet);
        //4.关闭流
        socket.close();
    }
}

结果：

19

7

---

为什么String类型转换成byte类型数组，长度由7变19呢？原因如下：

英文字母和中文汉字在不同字符集编码下的字节数
英文字母：

字节数 : 1;编码：GB2312

字节数 : 1;编码：GBK

字节数 : 1;编码：GB18030

字节数 : 1;编码：ISO-8859-1

字节数 : 1;编码：UTF-8

字节数 : 4;编码：UTF-16

字节数 : 2;编码：UTF-16BE

字节数 : 2;编码：UTF-16LE

中文汉字：

字节数 : 2;编码：GB2312

字节数 : 2;编码：GBK

字节数 : 2;编码：GB18030

字节数 : 1;编码：ISO-8859-1

字节数 : 3;编码：UTF-8

字节数 : 4;编码：UTF-16

字节数 : 2;编码：UTF-16BE

字节数 : 2;编码：UTF-16LE

看到这里，我们大概能明白了，代码1的字符串中有六个汉字和一个逗号，刚好长度为7，转换成byte数组时，因为是utf-8编码，一个汉字对应3个字节，所以19=3*6+1。我们下面这个代码，用的是字符串的长度，起始位置从0到7,而转换成byte类型数组是的长度为19，这就意味着7到19的数据没有读到，读到了"你好"6个字节加上一个字节的乱码，如果增加两个字节（即读取0到9），则控制台会输出"你好啊"。

 DatagramPacket packet = new DatagramPacket(msg.getBytes(),0,msg.length(),localhost,port);

我们只要将代码改成这样就不会出现乱码问题了：

DatagramPacket packet = new DatagramPacket(msg.getBytes(),0,msg.getBytes().length,localhost,port);

---