如何在Java中将字符串转换为UTF8字节数组

Question

在Java中,我有一个String,我想将其编码为字节数组(UTF8或其他编码).或者,我有一个字节数组(在一些已知的编码中),我想将其转换为Java字符串.我该如何进行这些转换？

Answer 1

从String转换为byte []:

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

从byte []转换为String:

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

当然,您应该使用正确的编码名称.我的例子使用了US-ASCII和UTF-8这两种最常见的编码.

Answer 2

这是一个避免为每次转换执行Charset查找的解决方案:

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);
}

Answer 3

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

Answer 4

您可以直接通过String(byte [],String)构造函数和getBytes(String)方法进行转换.Java通过Charset类公开可用的字符集.JDK文档列出了支持的编码.

90%的情况下,此类转换是在流上执行的,因此您将使用Reader/Writer类.您不会在任意字节流上使用String方法进行增量解码 - 您可能会对涉及多字节字符的错误开放.

Answer 5

我的tomcat7实现接受字符串为ISO-8859-1; 尽管HTTP请求的内容类型.在尝试正确解释像'é'这样的字符时,以下解决方案对我有用.

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

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

尝试将字符串解释为US-ASCII时,未正确解释字节信息.

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

Answer 6

作为替代方案,可以使用Apache Commons的StringUtils.

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

要么

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

如果您有非标准字符集,则可以相应地使用getBytesUnchecked()或newString().

Answer 7

我无法发表评论，但不想开始新话题。但这不起作用。简单的往返：

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

我需要 b[] 编码前后相同的数组，但它不是（这引用了第一个答案）。