web-dev-qa-db-ja.com

JavaでUTF8バイト配列との間で文字列を変換する方法

Javaでは、私はStringを持っていて、それをバイト配列としてエンコードしたい（UTF8、またはその他のエンコード）。別の方法として、バイト配列を（ある既知のエンコーディングで）持っていて、それをJavaのStringに変換したいです。どうやってこれらの変換をしますか？

javastringencodingcharacter-encoding
215
mcherm

Stringからbyte []に​​変換します。

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

Byte []からStringに変換します。

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

もちろん、正しいエンコーディング名を使うべきです。私の例では、US-ASCIIとUTF-8の2つの最も一般的なエンコーディングを使用しました。

305
mcherm

これは、変換ごとにCharset検索を行わないようにするための解決策です。

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);
}
92
M. Leonhard
String original = "hello world";
byte[] utf8Bytes = original.getBytes("UTF-8");
17
Jorge Ferreira

String（byte []、String） コンストラクターとgetBytes（String）メソッドを使って直接変換できます。 Javaは Charset クラスを介して利用可能な文字セットを公開します。 JDKのドキュメント には、サポートされているエンコーディング がリストされています。

90％の時間で、そのような変換はストリームで実行されるので、あなたは Reader / Writer クラス任意のバイトストリームに対してStringメソッドを使用して段階的にデコードすることはできません。マルチバイト文字を含むバグにはオープンなままです。

14
McDowell

私のTomcat 7実装はISO-8859-1として文字列を受け入れています。 HTTPリクエストのコンテンツタイプにかかわらず。 'é'のような文字を正しく解釈しようとすると、次の解決策が私には役立ちました。

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

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

文字列をUS-ASCIIとして解釈しようとしたときに、バイト情報が正しく解釈されませんでした。

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

代わりに、Apache Commonsの StringUtils を使用することもできます。

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

または

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

標準以外の文字セットがある場合は、それに応じて getBytesUnchecked（） または newString（） を使用できます。

7
vtor

一連のバイトを通常の文字列メッセージにデコードするために、私はついにこのコードを使ったUTF-8エンコーディングでうまく動くようになりました：

/* 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"));
}
2
Bouke Woudstra

7-bit ASCIIまたはISO-8859-1（驚くほど一般的な形式）を使用している場合は、新しい Java.lang.Stringを作成する必要はありません。まったく 単純にバイトをcharにキャストする方がはるかにパフォーマンスが優れています。

完全な作業例：

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

ではないを使用して拡張文字のようにÄ、Æ、Å、Ç、Ï、Êおよびは、唯一の送信された値が最初の128のUnicode文字のものであることを確信することができます、そしてこのコードはまたUTF-8と拡張ASCIIに対して働きます（cp-1252のように）。

1
Pacerier
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
Nitish Raj
//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
Ran Adler
Reader reader = new BufferedReader(
    new InputStreamReader(
        new ByteArrayInputStream(
            string.getBytes(StandardCharsets.UTF_8)), StandardCharsets.UTF_8));
0
Макс Даниленко

私はコメントできませんが、新しいスレッドを始めたくありません。しかしこれはうまくいきません。簡単な往復

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

私はそれがそうではないエンコードの前後に同じ配列を必要とするでしょう（これは最初の答えを参照します）。

0
jschober