Как конвертировать строки в массивы байтов UTF8 и из них в Java

в Java у меня есть строка, и я хочу закодировать ее как массив байтов (в UTF8 или в какой-либо другой кодировке). Кроме того, у меня есть массив байтов (в некоторой известной кодировке), и я хочу преобразовать его в строку Java. Как сделать эти преобразования?

188
character-encoding encoding java string

13 ответов

преобразовать из String в Byte[]:

String s = "some text here";
byte[] b = s.getBytes("UTF-8");

преобразование из Byte[] в строку:

byte[] b = {(byte) 99, (byte)97, (byte)116};
String s = new String(b, "US-ASCII");

вы должны, конечно, использовать правильное название кодировки. В моих примерах использовались" US-ASCII "и" UTF-8", две наиболее распространенные кодировки.

272

вот решение, которое позволяет избежать выполнения поиска кодировки для каждого преобразования:

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);
}
87
String original = "hello world";
byte[] utf8Bytes = original.getBytes("UTF-8");
17

вы можете конвертировать непосредственно через String (byte[], String) конструктор и метод getBytes (String). Java предоставляет доступные наборы символов через Charset класса. В документации JDK список поддерживаемых кодировок.

90% времени такие преобразования выполняются в потоках, поэтому вы должны использовать читатель/писатель классы. Вы не будете постепенно декодировать, используя строковые методы на произвольном байте streams - вы оставите себя открытым для ошибок, связанных с многобайтовыми символами.

14

моя реализация tomcat7 принимает строки как ISO-8859-1; несмотря на тип содержимого HTTP-запроса. Следующее решение сработало для меня при попытке правильно интерпретировать символы, такие как "é".

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

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

при попытке интерпретировать строку как US-ASCII информация о байтах была неправильно интерпретирована.

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

в качестве альтернативы, StringUtils из Apache Commons можно использовать.

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

или

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

Если у вас нестандартная кодировка, вы можете использовать getBytesUnchecked() или newString() соответственно.

6

Если вы используете 7-битный ASCII или ISO-8859-1 (Удивительно распространенный формат), вам не нужно создавать новый java.ленг.Строка на всех. Гораздо более эффективно просто бросить байт в char:

полный рабочий пример:

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

Если вы не используя расширенные-символы как Ä, Æ, Å, Ç, Ï, Ê и может быть уверен, что только переданные значения имеют первые 128 символов Юникода, а затем этот код также будет работать для UTF-8 и расширенного ASCII (например, cp-1252).

1

для декодирования серии байтов в обычное строковое сообщение я, наконец, получил его работу с кодировкой UTF-8 с этим кодом:

/* 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"));
}
1
//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

Я не могу комментировать, но не хочу начинать новый поток. Но это не работает. Простая поездка туда и обратно:

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

мне понадобится B[] тот же массив до и после кодирования, которого нет (это относится к первому ответу).

0
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
Reader reader = new BufferedReader(
    new InputStreamReader(
        new ByteArrayInputStream(
            string.getBytes(StandardCharsets.UTF_8)), StandardCharsets.UTF_8));
0

ужасно поздно, но я только что столкнулся с этой проблемой, и это мое исправление:

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 );
}
-9