วิธีการแปลง Strings ไปเป็นและจากอาร์เรย์ UTF8 ไบต์ใน Java

ใน Java ฉันมี String และฉันต้องการเข้ารหัสเป็นอาร์เรย์ไบต์ (ใน UTF8 หรือการเข้ารหัสอื่น ๆ ) อีกวิธีหนึ่งฉันมีอาร์เรย์ไบต์ (ในการเข้ารหัสที่รู้จักกันบางส่วน) และฉันต้องการแปลงเป็นสตริง Java ฉันจะแปลงเหล่านี้ได้อย่างไร

แปลงจากสตริงเป็นไบต์ []:

String s = "some text here";
byte[] b = s.getBytes(StandardCharsets.UTF_8);

แปลงจากไบต์ [] ถึง String:

byte[] b = {(byte) 99, (byte)97, (byte)116};
String s = new String(b, StandardCharsets.US_ASCII);

แน่นอนคุณควรใช้ชื่อการเข้ารหัสที่ถูกต้อง ตัวอย่างของฉันใช้ US-ASCII และ UTF-8 การเข้ารหัสที่พบมากที่สุดสองรายการ

นี่คือโซลูชันที่หลีกเลี่ยงการค้นหา Charset สำหรับทุกการแปลง:

import java.nio.charset.Charset;

private final Charset UTF8_CHARSET = Charset.forName("UTF-8");

String decodeUTF8(byte[] bytes) {
    return new String(bytes, UTF8_CHARSET);
}

byte[] encodeUTF8(String string) {
    return string.getBytes(UTF8_CHARSET);
}

String original = "hello world";
byte[] utf8Bytes = original.getBytes("UTF-8");

คุณสามารถแปลงได้โดยตรงผ่านเมธอดString (byte [], String)และ getBytes (String) Java แสดงชุดอักขระที่พร้อมใช้งานผ่านคลาสCharset ตั้ง JDK เอกสารการเข้ารหัสรายการได้รับการสนับสนุน

90% ของเวลาการแปลงนั้นดำเนินการกับสตรีมดังนั้นคุณจึงต้องใช้คลาสReader / Writer คุณจะไม่ถอดรหัสแบบค่อยเป็นค่อยไปโดยใช้เมธอด String บนสตรีมไบต์โดยพลการ

การใช้งาน tomcat7 ของฉันยอมรับสตริงตาม ISO-8859-1; แม้จะมีประเภทเนื้อหาของคำขอ HTTP วิธีแก้ปัญหาต่อไปนี้ใช้ได้กับฉันเมื่อพยายามตีความตัวละครอย่างถูกต้องเช่น 'é'

byte[] b1 = szP1.getBytes("ISO-8859-1");
System.out.println(b1.toString());

String szUT8 = new String(b1, "UTF-8");
System.out.println(szUT8);

เมื่อพยายามตีความสตริงเป็น US-ASCII ข้อมูลไบต์จะไม่ถูกตีความอย่างถูกต้อง

b1 = szP1.getBytes("US-ASCII");
System.out.println(b1.toString());

เป็นทางเลือกที่StringUtilsจาก Apache Commons สามารถนำมาใช้

 byte[] bytes = {(byte) 1};
 String convertedString = StringUtils.newStringUtf8(bytes);

หรือ

 String myString = "example";
 byte[] convertedBytes = StringUtils.getBytesUtf8(myString);

หากคุณมีชุดอักขระที่ไม่เป็นมาตรฐานคุณสามารถใช้getBytesUnchecked ()หรือnewString ()ตามลำดับ

สำหรับการถอดรหัสชุดของไบต์เป็นข้อความสตริงปกติในที่สุดฉันก็ใช้งานการเข้ารหัส UTF-8 ด้วยรหัสนี้:

/* Convert a list of UTF-8 numbers to a normal String
 * Usefull for decoding a jms message that is delivered as a sequence of bytes instead of plain text
 */
public String convertUtf8NumbersToString(String[] numbers){
    int length = numbers.length;
    byte[] data = new byte[length];

    for(int i = 0; i< length; i++){
        data[i] = Byte.parseByte(numbers[i]);
    }
    return new String(data, Charset.forName("UTF-8"));
}

หากคุณใช้ ASCII ขนาด 7 บิตหรือ ISO-8859-1 (เป็นรูปแบบที่ใช้กันโดยทั่วไป) คุณไม่จำเป็นต้องสร้างjava.lang.Stringใหม่เลย มันมีประสิทธิภาพมากขึ้นมากเพียงแค่โยนไบต์เป็นถ่าน:

ตัวอย่างการทำงานเต็ม:

for (byte b : new byte[] { 43, 45, (byte) 215, (byte) 247 }) {
    char c = (char) b;
    System.out.print(c);
}

หากคุณไม่ได้ใช้อักขระที่ขยายเพิ่มเติมเช่นÄ, Æ, Å, Ç, Ï, Ê และมั่นใจได้ว่าค่าที่ส่งเพียงอย่างเดียวนั้นเป็นอักขระ Unicode 128 ตัวแรกตัวแรกรหัสนี้จะใช้กับ UTF-8 และ ASCII แบบขยาย (เช่น cp-1252)

ฉันไม่สามารถแสดงความคิดเห็น แต่ไม่ต้องการเริ่มหัวข้อใหม่ แต่มันไม่ทำงาน การเดินทางไปกลับที่เรียบง่าย:

byte[] b = new byte[]{ 0, 0, 0, -127 };  // 0x00000081
String s = new String(b,StandardCharsets.UTF_8); // UTF8 = 0x0000, 0x0000,  0x0000, 0xfffd
b = s.getBytes(StandardCharsets.UTF_8); // [0, 0, 0, -17, -65, -67] 0x000000efbfbd != 0x00000081

ฉันต้องการ b [] อาร์เรย์เดียวกันก่อนและหลังการเข้ารหัสซึ่งไม่ใช่ (การอ้างอิงนี้สำหรับคำตอบแรก)

//query is your json   

 DefaultHttpClient httpClient = new DefaultHttpClient();
 HttpPost postRequest = new HttpPost("http://my.site/test/v1/product/search?qy=");

 StringEntity input = new StringEntity(query, "UTF-8");
 input.setContentType("application/json");
 postRequest.setEntity(input);   
 HttpResponse response=response = httpClient.execute(postRequest);

Charset UTF8_CHARSET = Charset.forName("UTF-8");
String strISO = "{\"name\":\"א\"}";
System.out.println(strISO);
byte[] b = strISO.getBytes();
for (byte c: b) {
    System.out.print("[" + c + "]");
}
String str = new String(b, UTF8_CHARSET);
System.out.println(str);

Reader reader = new BufferedReader(
    new InputStreamReader(
        new ByteArrayInputStream(
            string.getBytes(StandardCharsets.UTF_8)), StandardCharsets.UTF_8));

ช้ามาก แต่ฉันเพิ่งพบปัญหานี้และนี่คือการแก้ไขของฉัน:

private static String removeNonUtf8CompliantCharacters( final String inString ) {
    if (null == inString ) return null;
    byte[] byteArr = inString.getBytes();
    for ( int i=0; i < byteArr.length; i++ ) {
        byte ch= byteArr[i]; 
        // remove any characters outside the valid UTF-8 range as well as all control characters
        // except tabs and new lines
        if ( !( (ch > 31 && ch < 253 ) || ch == '\t' || ch == '\n' || ch == '\r') ) {
            byteArr[i]=' ';
        }
    }
    return new String( byteArr );
}