it-swarm-eu.dev

Jak převést řetězce na az bajtových polí UTF8 v Java

V Javě mám řetězec a chci jej kódovat jako bajtové pole (v UTF8 nebo v jiném kódování). Alternativně mám bajtové pole (v některých známých kódování) a chci jej převést na řetězec Java. Jak provedu tyto převody?

215
mcherm

Převést z řetězce na bajt []:

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

Převést z bajtu [] na řetězec:

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

Měli byste samozřejmě použít správný název kódování. Moje příklady používaly US-ASCII a UTF-8, dvě nejběžnější kódování.

305
mcherm

Zde je řešení, které se vyhýbá provedení Charset vyhledávání pro každou konverzi:

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);
}
92
M. Leonhard
String original = "hello world";
byte[] utf8Bytes = original.getBytes("UTF-8");
17
Jorge Ferreira

Můžete převádět přímo pomocí metody String (byte [], String) konstruktor a getBytes (String). Java vystavuje dostupné znakové sady prostřednictvím třídy Charset . Dokumentace JDK vádí seznam podporovaných kódování .

90% času jsou takové převody prováděny na streamech, takže byste měli používat třídy Reader / Writer . Pomocí metod String na libovolných proudech byte byste se dekódovat postupně nedali - nechali byste otevřené chyby, které se týkají vícebajtových znaků.

14
McDowell

Moje implementace Tomcat7 přijímá řetězce jako ISO-8859-1; navzdory typu obsahu požadavku HTTP. Následující řešení pro mě fungovalo, když jsem se snažil správně interpretovat znaky jako „é“.

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

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

Při pokusu o interpretaci řetězce jako US-ASCII nebyly informace o bytech správně interpretovány.

b1 = szP1.getBytes("US-ASCII");
System.out.println(b1.toString());
12
paiego

Jako alternativu lze použít StringUtils od Apache Commons.

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

nebo

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

Pokud máte nestandardní znakovou sadu, můžete použít getBytesUnchecked () nebo newString () .

7
vtor

Pro dekódování řady bytů na normální řetězcovou zprávu jsem nakonec dostal práci s kódováním UTF-8 s tímto kódem:

/* 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"));
}
2
Bouke Woudstra

Pokud používáte 7bitový ASCII nebo ISO-8859-1 (úžasně běžný formát), nemusíte vytvářet nový Java.lang.String vůbec . Je mnohem mnohem výkonnější jednoduše obsadit bajt na znak:

Úplný pracovní příklad:

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

Pokud nejste nepoužíváte pomocí rozšířených znaků jako Ä, Æ, Å, Ç, Ï, Ê a si můžete být jisti, že pouze přenášené hodnoty jsou prvních 128 znaků Unicode, pak tento kód bude fungovat také pro UTF-8 a rozšířené ASCII (jako cp-1252).

1
Pacerier
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);
0
Nitish Raj
//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);
0
Ran Adler
Reader reader = new BufferedReader(
    new InputStreamReader(
        new ByteArrayInputStream(
            string.getBytes(StandardCharsets.UTF_8)), StandardCharsets.UTF_8));

Nemohu komentovat, ale nechci založit nové vlákno. Ale to nefunguje. Jednoduchý zpáteční let:

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

Potřeboval bych b [] stejné pole před a po kódování, které není (toto se odkazuje na první odpověď).

0
jschober