it-swarm-eu.dev

So konvertieren Sie Strings in und aus UTF8-Byte-Arrays in Java

In Java habe ich einen String und möchte ihn als Byte-Array codieren (in UTF8 oder einer anderen Codierung). Alternativ habe ich ein Byte-Array (in einer bekannten Codierung) und möchte es in eine Java String. Wie mache ich diese Konvertierungen?

219
mcherm

Umwandlung von String in Byte []:

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

Umwandlung von Byte [] in String:

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

Sie sollten natürlich den richtigen Kodierungsnamen verwenden. In meinen Beispielen wurden US-ASCII und UTF-8 verwendet, die beiden häufigsten Codierungen.

314
mcherm

Im Folgenden finden Sie eine Lösung, mit der die Suche nach dem Zeichensatz für jede Konvertierung vermieden wird:

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

Sie können direkt mit den Methoden String (byte [], String) constructor und getBytes (String) konvertieren. Java macht verfügbare Zeichensätze über die Klasse Charset verfügbar. Die JDK-Dokumentation listet unterstützte Codierungen auf .

In 90% der Fälle werden solche Konvertierungen für Streams durchgeführt. Verwenden Sie daher die Klassen Reader / Writer . Sie würden nicht inkrementell mit den String-Methoden für beliebige Byteströme dekodieren - Sie würden sich Fehlern aussetzen, die Multibyte-Zeichen betreffen.

14
McDowell

Meine Tomcat7-Implementierung akzeptiert Zeichenfolgen als ISO-8859-1. trotz des Inhaltstyps der HTTP-Anforderung. Die folgende Lösung hat bei mir funktioniert, als ich versucht habe, Zeichen wie 'é' richtig zu interpretieren.

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

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

Beim Versuch, die Zeichenfolge als US-ASCII zu interpretieren, wurde die Byte-Information nicht richtig interpretiert.

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

Alternativ kann StringUtils von Apache Commons verwendet werden.

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

oder

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

Wenn Sie einen nicht standardmäßigen Zeichensatz haben, können Sie getBytesUnchecked () oder newString () verwenden.

7
vtor

Zum Dekodieren einer Reihe von Bytes in eine normale String-Nachricht habe ich es endlich geschafft, mit der UTF-8-Kodierung mit diesem Code zu arbeiten:

/* 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

Wenn Sie 7-Bit ASCII oder ISO-8859-1 (ein erstaunlich verbreitetes Format) verwenden, müssen Sie kein neues Java.lang.String erstellen = überhaupt. Es ist viel viel performanter, das Byte einfach in char umzuwandeln:

Voll funktionsfähiges Beispiel:

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

Wenn Sie nicht erweiterte Zeichen wie Ä, Æ, Å, Ç, Ï, Ê und können sicher sein, dass die einzigen übertragenen Werte die ersten 128 Unicode-Zeichen sind, dann funktioniert dieser Code auch für UTF-8 und ASCII (wie 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));

Ich kann keinen Kommentar abgeben, möchte aber keinen neuen Thread starten. Das funktioniert aber nicht. Eine einfache Rundreise:

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

Ich brauche b [] dasselbe Array vor und nach der Codierung, das es nicht ist (dies bezieht sich auf die erste Antwort).

0
jschober