字节数组转字符串再转回字节数组发生数据失真

public class JavaCharset {
    public static void main(String[] args) {
        // 源内容
        // 1
        String sourceContent = "1";
        // 源字节数组，假设源内容的编码为UTF-16
        // [-2, -1, 0, 49]
        byte[] sourceBytes = sourceContent.getBytes(StandardCharsets.UTF_16);

        // 新内容，将源字节数组按UTF-8转成新内容
        // �� 1
        String newContent = new String(sourceBytes, StandardCharsets.UTF_8);

        // 新字节数组，将新内容再按UTF-8转回字节数组
        // [-17, -65, -67, -17, -65, -67, 0, 49]
        byte[] newBytes = newContent.getBytes(StandardCharsets.UTF_8);
    }
}

如上所示，源内容的值为 1，如果按 UTF-16 转字节数组，因为 1 的Unicode编号范围（十六进制）为 0001 0000 ~ 0010 FFFF, 所以转成 UTF-16 是四字节，结果为 [-2, -1, 0, 49] 即源字节数组。

源字节数组再按 UTF-8 转成新内容时，因为 UTF-8 和 UTF-16 的编码规则不一样，所以将源字节数组中的四个字节识别成四个字符 �� 1即新内容。

将新内容再按 UTF-8 转回字节数组时，�作为特殊字符转成了三个字节 -17, -65, -67，所以新字节数组为 [-17, -65, -67, -17, -65, -67, 0, 49]。

综上，源字节数组转字符串再转新字节数组时，如果中间转换不是都用源字节数组的编码，则就会因为编码规则不同导致最终数据失真。

上面这种尴尬的情况会发生在如下请求：

1. 文件下载的接口需要对文件内容进行加密，但公共组件只提供了对字符串的加密方法（主要用以json字符串），所以此时必须将文件流转为字符串，由于文件的编码未知，所以转换结果发生失真。

解决方案如下，byte大小为1字节，char大小为2字节，byte和char可以相互强转，所以可以将源字节数组强转成字符数组，字符数组生成字符串，后续可以循环字符串中的所有字符，并强转回字节数组，这样前后的字节数组没有失真，内容是一样的。

// 字符数组，将源字节数组强转成字符数组
// [￾, ￿,  , 1]
char[] chars = new char[sourceBytes.length];
for (int i = 0; i < sourceBytes.length; i++) {
    chars[i] = (char) sourceBytes[i];
}

// 字符内容，由字符数组生成
// ￾￿ 1
String charContent = new String(chars);

// 将字符内容中的字符重新强转成字节
// [-2, -1, 0, 49]
byte[] charByte = new byte[charContent.length()];
for (int i = 0; i < charContent.length(); i++) {
    charByte[i] = (byte) charContent.charAt(i);
}