如何在Java中将字符串与UTF8字节数组之间来回转换

在Java中，我有一个String，我想将其编码为字节数组（采用UTF8或其他某种编码）。另外，我有一个字节数组（采用某种已知的编码），我想将其转换为Java String。我如何进行这些转换？

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。我的示例使用了两种最常见的编码US-ASCII和UTF-8。

这是一种避免每次转换都执行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);
}

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

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％的时间，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方法来进行增量解码-您可能会遇到涉及多字节字符的错误。

我的tomcat7实现接受的字符串为ISO-8859-1；尽管HTTP请求的内容类型。当尝试正确解释'é'等字符时，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());

或者，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);

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

为了将一系列字节解码为正常的字符串消息，我最终使它与使用以下代码的UTF-8编码一起工作：

/* 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"));
}

如果您使用的是7位ASCII或ISO-8859-1（一种非常常见的格式），则根本不必创建新的java.lang.String。只需将字节转换为char即可获得更高的性能：

完整的工作示例：

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

如果您未使用Ä，Æ，Å，Ç，Ï，Ê等扩展字符，并且可以确保仅传输的值是前128个Unicode字符，则此代码也适用于UTF-8和扩展ASCII （如cp-1252）。

我无法发表评论，但不想启动新线程。但这是行不通的。一个简单的往返：

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

在编码之前和之后，我需要b []相同的数组，而不是（此引用指向第一个答案）。

//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);

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));

太晚了，但我刚遇到这个问题，这是我的解决办法：

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 );
}