Java InputStream读取字符串尾部会自动加0的问题

几年前写的一个从MHT（MIME）格式文件中读HTML的代码，大概代码如下：

InputStream hs = ((MimePart)part).getInputStream();
byte[] bts = new byte[hs.available()];
hs.read(bts);
tHtmlBody = new String(bts, "GBK");

一直用得挺好，但最近发现在某些服务器上读出来的HTML尾部居然会多加0，有时加一个0，有时加几十个0。但在开发的机器上一调试却又十分正常，真是奇怪。

于是开始写日志跟踪分析，最后发现问题出在available()上。出问题的MHT文件中的HTML代码采用了Quoted Printable编码，对应使用的解码类是QPDecoderStream，而继续分析这个QPDecoderStream类的available()，发现其实现代码有如下内容：

public int available() throws IOException {
  // This is bogus ! We don't really know how much
  // bytes are available *after* decoding
  return in.available();
}

很显然，这个代码的作者已经告诉我们，这个available方法是直接返回了原始数据流的大小，而不是我们想像中的解码后的大小。例如原始的QP编码文件是100字节，解码后可能就只有90字节，因实际读出来的内容比available要小，从而导致获得的HTML内容后面填0。而之前我们很多情况下是不用QP编码的，所以没发现这个问题。

解决办法是不要信任available返回的大小，还是以read返回的字节数为准：

InputStream hs = ((MimePart)part).getInputStream();
int n=hs.available();
byte[] bts = new byte[n];
n=hs.read(bts,0,n);
tHtmlBody = new String(bts,0,n, "GBK");

修改代码后再运行，果然问题解决，不再加0了。

作者“huzgd的专栏”

补充：软件开发 , Java ,

上一个：Java枚举7种常见用法
下一个：来个Java冒泡排序