Wie konvertiert Strings zu und von UTF8 Byte-Arrays in Java
-
01-07-2019 - |
Frage
In Java, habe ich einen String und ich möchte es als Byte-Array kodieren (in UTF-8 oder eine andere Codierung). Alternativ habe ich ein Byte-Array (in einigen bekannten Codierung) und ich möchte es in ein Java-String konvertieren. Wie kann ich tun, um diese Umwandlungen?
Lösung
Konvertieren von String in byte []:
String s = "some text here";
byte[] b = s.getBytes(StandardCharsets.UTF_8);
Konvertieren von byte [] zu String:
byte[] b = {(byte) 99, (byte)97, (byte)116};
String s = new String(b, StandardCharsets.US_ASCII);
Sie sollten natürlich, verwenden Sie die richtige Codierung Namen. Meine Beispiele verwendet US-ASCII und UTF-8, die beiden häufigsten Kodierungen.
Andere Tipps
Hier ist eine Lösung, die den Charset-Lookup für jede Konvertierung vermeidet ausführen:
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");
Sie direkt über das String umwandeln können (Byte [], String) Konstruktor und getBytes (String) -Methode. Java macht verfügbaren Zeichensätze über den Charset Klasse. Die JDK-Dokumentation Listen rel="nofollow Kodierungen unterstützt .
90% der Zeit, solche Umwandlungen sind auf Ströme durchgeführt, so dass Sie die Reader / Writer Klassen. Sie würden nicht inkrementell dekodieren die String-Methoden auf beliebigem Byte-Streams verwenden -. Sie selbst offen Bugs die Mehrbytezeichen verlassen würden
Meine tomcat7 Implementierung Strings als ISO-8859-1 zu akzeptieren; trotz des Content-Typ der HTTP-Anforderung. Die folgende Lösung für mich gearbeitet, wenn sie versuchen Zeichen richtig zu interpretieren wie ‚é‘.
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-Info nicht richtig interpretiert.
b1 = szP1.getBytes("US-ASCII");
System.out.println(b1.toString());
Als Alternative StringUtils von Apache Commons verwendet werden kann.
byte[] bytes = {(byte) 1};
String convertedString = StringUtils.newStringUtf8(bytes);
oder
String myString = "example";
byte[] convertedBytes = StringUtils.getBytesUtf8(myString);
Wenn Sie Nicht-Standard-charset haben, können Sie getBytesUnchecked () oder Neuerstring () entsprechend.
Zur Decodierung eine Reihe von Bytes zu einer normalen String Nachricht schließlich ich habe es funktioniert mit UTF-8-Kodierung mit diesem Code:
/* 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"));
}
Wenn Sie mit 7-Bit-ASCII oder ISO-8859-1 (ein erstaunlich gemeinsames Format), dann nicht Sie haben ein neues erstellen java.lang.String überhaupt. Es ist viel viel mehr performant, einfach das Byte in char zu Stimmen:
Vollarbeitsbeispiel:
for (byte b : new byte[] { 43, 45, (byte) 215, (byte) 247 }) {
char c = (char) b;
System.out.print(c);
}
Wenn Sie nicht mit extended-Zeichen wie Ä, Æ, A, C, I, E und können Sie sicher sein, dass die nur übertragene Werte sind von dem ersten 128 Unicode-Zeichen, dann wird dieser Code auch für UTF-8 arbeitet und erweitert ASCII (wie cp-1252).
//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);
Ich kann nicht kommentieren, aber nicht will, einen neuen Thread zu starten. Aber das funktioniert nicht. Eine einfache Hin- und Rückfahrt:
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 würde brauchen b [] die gleiche Anordnung vor und nach der Codierung, die es nicht (diese Referrer auf die erste Antwort) ist.
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));
schrecklich spät, aber ich habe gerade dieses Problem festgestellt und dies ist mein fix:
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 );
}