解码(ByteBuffer): CharsetDecoder.decode() 与 Charset.decode() 的不同

今天测试的时候发现一个问题：

ByteBuffer inputBuffer = ByteBuffer.allocate(1024);

StringBuilder inputData = new StringBuilder(256);

int size = sChannel.read(inputBuffer);

Charset charset = Charset.forName("utf-8");
CharsetDecoder decoder = charset.newDecoder();

try
   {

//如果用utf-8解码，抛java.nio.charset.MalformedInputException:Malformed input length is 1

//如果用gbk解码，抛 java.nio.charset.MalformedInputException:Malformed input length is 2

//抛异常的几率在5%左右，也就是说并不是每次都会抛异常
    inputData.append(decoder.decode(inputBuffer)); 

  }
   catch (CharacterCodingException err)
   {
    System.err.println("CharacterCodingException:\n" + new String(inputBuffer.array()));
    err.printStackTrace();
   }

 

到百度搜索了一下，找到一篇：http://topic.csdn.net/u/20100310/17/4cf1c1a5-b01c-4774-a803-81ee245ae0eb.html

主要内容：

1. 这种现象是很正常的，由于网络上是一bit为单位传输，而TCP层上送的数据是以字节为单位，虽然NIO是以块为单位操作的，但是应用层处理时还是得以字节为单位处理。但是你使用的应该是ByteBuffer的派生类，（猜测是CharBuffer）它是以两个字节为单位处理报文的，因此很容易出现楼主的问题。

解决方案：
在处理数据之前，先判断ByteBuffer中的字节数，如果为奇数，则直接return false；不进行处理，等下一个消息来到时统一处理（注：可以这样做的原因是，这种现象是由于传输层上送的数据非完整应用层包） 2. 因为在GBK中字母占1byte汉字占2byte。ByteBuffer如果设置长度为偶数时，如果有奇数个字母那么最后的byte就是汉字的一部分，转码的时候就会出错。Bytebuffer设为奇数正好相反。可以判断ByteBuffer.get(index)大于0小于127的个数，然后确定最后一位是否要放到下次读入的第一位 3. 帖子的答案：“你是怎么处理数据包的，有处理粘包吗” ，粘包为何物？ 再搜索，又找到一篇：http://www.blogjava.net/easywu/archive/2009/06/04/280100.html
如果直接使用Charset.decode()方法，则不会出现这样的错误： private final static Charset charset = Charset.forName("UTF-8");
inputData.append(charset.decode(inputBuffer).array()); //解码 改成这样后，再也不抛什么异常了，使用charset.decode()后，连异常都不需要捕获了。 经过测试，CharsetDecoder.decode() 与 Charset.decode() 的性能一样，通过查看API，charset类的所有方法都是线程安全的。     

 

 

2012-06-10