Как преобразовывать строки в байтовые массивы UTF8 и обратно в Java

В Java у меня есть строка, и я хочу закодировать ее как массив байтов (в UTF8 или другой кодировке). Или же у меня есть массив байтов (в какой-то известной кодировке), и я хочу преобразовать его в строку Java. Как мне выполнить эти преобразования?

Alvin Wong
Редактировал вопрос 10-го января 2013 в 6:58
Программирование
encoding character-encoding java string
18-го сентября 2008 в 12:11
47 просмотров
Решение

Преобразование из строки в байт[]:

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

Преобразование из байта[] в строку:

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

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

Fokko Driesprong
Редактировал ответ 7-го февраля 2019 в 10:53
Комментарии (10)

Здесь'ы решение, которое уклоняется от выполнения подстановки символов 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);
}
M. Leonhard
Редактировал ответ 3-го августа 2010 в 5:02
Комментарии (7)
 
String original = "hello world";
byte[] utf8Bytes = original.getBytes("UTF-8");
Marged
Редактировал ответ 18-го ноября 2015 в 12:53
Комментарии (2)

Вы можете конвертировать непосредственно через конструктор String(byte[], String) и метод getBytes(String). Java раскрывает доступные наборы символов через класс Charset. В документации JDK перечислены поддерживаемые кодировки.

В 90% случаев такие преобразования выполняются в потоках, поэтому вы используете классы Reader/Writer. Вы не будете инкрементально декодировать с помощью методов String произвольные байтовые потоки - вы оставите себя открытым для ошибок, связанных с многобайтовыми символами.

Комментарии (3)

Моя реализация tomcat7 принимает строки в кодировке ISO-8859-1; несмотря на тип содержимого HTTP-запроса. Следующее решение работает для меня, когда пытаюсь 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);

Когда пытается интерпретировать строку как US-ASCII, то байт информации было'т правильно интерпретированы.

b1 = szP1.getBytes("US-ASCII");
System.out.println(b1.toString());
Комментарии (2)

В качестве альтернативы, StringUtils из общего Apache может быть использован.

 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.

Комментарии (2)

Для того, чтобы расшифровать последовательность байтов в нормальную строку сообщения я, наконец, получил это работает с кодировкой UTF-8 с помощью этого кода:

/* 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"));
}
Комментарии (0)

При использовании 7-битной ASCII или ISO-8859-1 (Очень распространенный формат), то вы не'т иметь, чтобы создать новый Ява.яз.Строку на всех. Это'с гораздо более производительным, чтобы просто бросить байта на символ:

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 с использованием расширенная-символов как Ä, Æ, Å, Ç, Ï, Ê и можете быть уверены, что только передаются значения из первых 128 символов в Юникоде, то этот код также будет работать для UTF-8 и расширенного набора ASCII (как СР-1252).

Pacerier
Редактировал ответ 17-го июля 2012 в 12:31
Комментарии (0)
 
//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);
Комментарии (1)
Reader reader = new BufferedReader(
    new InputStreamReader(
        new ByteArrayInputStream(
            string.getBytes(StandardCharsets.UTF_8)), StandardCharsets.UTF_8));
Debosmit Ray
Редактировал ответ 31-го марта 2016 в 10:15
Комментарии (0)

Я могу'т комментарий, но Дон'т хотите, чтобы начать новый поток. Но это'т работать. Простой 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

Я'd нужен б[] одном и том же массиве до и после кодирования, что это't (это относится к первому ответу).

Комментарии (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);
Debosmit Ray
Редактировал ответ 31-го марта 2016 в 10:13
Комментарии (0)

ужасно поздно, но я просто сталкивался с этим вопросом и это мое решение:

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 );
}
Комментарии (2)