[Java]_[初级]_[utf8编码的byte[]数组转换为String时要注意的问题]

最新推荐文章于 2021-10-09 11:08:40 发布

白行微

最新推荐文章于 2021-10-09 11:08:40 发布

阅读量2w

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Java语言特性和标准库文章标签： Java String byte 转换 utf-8

本文链接：https://blog.youkuaiyun.com/infoworld/article/details/44759801

Java语言特性和标准库专栏收录该内容

14 篇文章

订阅专栏

本文探讨了在Java中处理UTF-8编码字节数组时，如何正确理解字符串的形成过程，以及如何在转换为String后截取正确的数据长度。通过实例展示了在字符串中遇到0字节时，Java的行为与预期不同，并提供了解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

场景：

1. 通过socket给Java传递byte[]数组时，utf-8的字节数组在转换为String, Java并不会遇到0就停止结束，而是一直使用完byte[]的容量，

所以在转换为Java的String需要自己判断字节值是0的位置，再截取数组长度。

public  static int searchByte(byte[] data, byte value) {
		int size = data.length;
		for (int i = 0; i < size; ++i) {
			if (data[i] == value) {
				return i;
			}
		}
		return -1;
	}

public static void main(String[] args) {
		
		byte[] info = new byte[10];
		info[0] = 0x31;
		info[1] = 0x31;
		info[2] = 0;
		info[3] = 0x1;
		info[4] = 0x32;
		info[5] = 0;
		try {
			String utf8 = new String(info, "UTF-8");
			// 1.这里时数组的大小,而不是2,String即使遇到0也会继续加载到String里.
			// 输出: 10
			System.out.println("" + utf8.length());
			// 1.输出很奇怪,不会输出不可见字符的占位符
			// 输出: 112
			System.out.println(utf8);
			if (utf8.equalsIgnoreCase("112")) {
				// 和112不等,这里不会输出.
				System.out.println("It is same with 112");
			}
			byte[] info1 = utf8.getBytes("UTF-8");
			// 1. 还原为byte[],发现数据并没有丢失.
			// 输出: 10:0:1:50
			System.out.println("info1: " + info1.length + ":" + info1[2] + ":"
					+ info1[3] + ":" + info1[4]);
			// 1. 所以如果需要到0结束的utf8字节数组,需要自己判断0并截取.
			int offset = -1;
			// binarySearch 必须要数组升序排序了才可以用,所以不能用.
			// offset = Arrays.binarySearch(info, (byte)0);
			offset = searchByte(info,(byte)0);
			String info2 = new String(info, 0, offset, "UTF-8");
			// 输出: 11
			System.out.println("info2: " + info2);
			// 输出: 2
			System.out.println("" + info2.length());
		} catch (UnsupportedEncodingException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}