如何在Java中将字符串转换为UTF8字节数组

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？

1> mcherm..：

---

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.

---

US-ASCII现在实际上不是一种非常常见的编码.Windows-1252和ISO-8859-1(它们是ASCII的超集)更为普遍.

---

从JDK7开始,您可以使用StandardCharsets.UTF_8 https://docs.oracle.com/javase/7/docs/api/java/nio/charset/StandardCharsets.html#UTF_8

---

实际上,我发现它在我的工作中相当普遍.我经常读取可能已保存为Windows-1252或ISO-8859-1的字节流,或者甚至只是"我们过去10年中已经拥有的遗留程序的输出",但其中包含保证有效的字节US-ASCII字符.我还经常要求生成这样的文件(供代码使用,这些代码可能或者可能无法处理非ASCII字符.基本上,US-ASCII是许多软件的"最大共同点".

---

@Pacerier因为[Charset的文档](http://docs.oracle.com/javase/6/docs/api/java/nio/charset/Charset.html)将"UTF-8"列为标准字符集之一.我相信你的拼写也被接受了,但我接受了文档所说的内容.

2> M. Leonhard..：

---

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);
}

---

注意:从Java 1.7开始,您可以使用`StandardCharsets.UTF_8`来获取访问UTF-8字符集的常量方法.

---

注意:"自1.6以来"public String(byte [] bytes,Charset charset)

---

@mcherm:即使性能差异很小,我更喜欢在可能的情况下使用字符串形式的对象(字符集,URL等).

---

文档确实说:"当这个字符串无法在给定的字符集中编码时,此方法的行为是未指定的.当需要对编码过程进行更多控制时,应使用CharsetEncoder类."

3> Jorge Ferrei..：

---

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

4> McDowell..：

---

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.

5> paiego..：

---

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());

---

仅供参考,从Java 7开始,您可以将常量用于那些字符集名称,例如[`StandardCharSets.UTF_8`](http://docs.oracle.com/javase/8/docs/api/java/nio/charset/StandardCharsets. html#UTF_8)和[`StandardCharSets.ISO_8859_1`](http://docs.oracle.com/javase/8/docs/api/java/nio/charset/StandardCharsets.html#ISO_8859_1).

6> vtor..：

---

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().

---

注意这个StringUtils来自**Commons Codec**,而不是Commons Lang.