Java字符串编码的介绍

在 Java 中，当我们处理String时，有时需要将字符串编码为特定字符集。编码是一种将数据从一种格式转换为另一种格式的方法。字符串对象使用 UTF-16 编码。UTF-16 的问题在于它不能被修改。只有一种方法可以用来获得不同的编码，即 byte[] 数组。如果我们得到意外的数据，编码的方式是不合适的。在本节中，我们将学习如何在Java中对字符串进行编码。

在继续本节之前，我们必须了解字符编码。让我们快速浏览一下。让我们了解为什么我们需要对字符串进行编码。

字符编码是一种将文本数据转换为二进制数的技术。我们可以为特定字符分配唯一的数值，并将这些数字转换为二进制语言。这些二进制数稍后可以根据它们的值转换回原始字符。

问题

假设我们有德语字符串Tschüss，需要对其进行编码。考虑以下代码片段：

字符串 str =  "Tschüss" ;   
字节[] bytesOfString = str.getBytes();   
String encoded_String =  new  String(bytesOfString, StandardCharsets.US_ASCII); assertNotEquals(encoded_String, str);  

如果我们使用 US_ASCII 对字符串进行编码，它会给出Tsch?ss，因为 US_ASCII 编码不理解非 ASCII 字符 ( ü )。当我们将 ASCII 编码的字符串转换为 UTF-8 时，我们得到相同的字符串。

字符串 str =  "再见" ;   
字节[] bytesOfString = str.getBytes();   
String asciiEncondedEnglishString =  new  String(bytesOfString, StandardCharsets.US_ASCII);   
assertEquals(encoded_String, str);  

如果 byte[] 数组包含非 Unicode 文本，我们可以使用String构造函数将文本转换为 Unicode。相反，我们也可以使用String.getBytes()方法将 String 对象转换为非 Unicode 字符的 byte[] 数组。让我们使用getBytes()方法对字符串进行编码。

使用 String.getBytes() 方法

Java String类提供了getBytes() 方法，用于将字符串编码为 UTF-8。该方法将字符串转换为字节序列并将结果存储到数组中。

句法：

公共字节[] getBytes(String charsetName) 抛出 UnsupportedEncodingException   

它将 charsetName 解析为参数并返回字节数组。如果不支持命名字符集，它会抛出UnsupportedEncodingException 。

让我们创建一个将字符串转换为 UTF-8 编码的 Java 程序。

StringEncodingExample.java

公共类 StringEncodingExample    
{  
公共静态void  main(String args[]) 抛出 异常    
{  
//要编码的字符串      
字符串 str =  "谷歌云" ;  
//调用getBytes()方法并将一个字节数组存入array[]  
字节 数组[] = str.getBytes( "UTF8" );  
System.out.println( "编码字符串：" );  
//增强的循环遍历数组  
对于 （字节 x：数组）   
{  
//打印字节序列      
System.out.print(x+ " " );  
}  
}  
}  

输出：

编码字符串：
71 111 111 103 108 101 32 67 108 111 117 100

使用 StandardCharsets 类

我们还可以使用 StandardCharset 类对字符串进行编码。对字符串进行编码有两个步骤。首先，将字符串解码为字节，然后将其编码为 UTF-8。例如，考虑以下代码：

字符串 str =  "Tschüss" ;   
ByteBuffer 缓冲区 = StandardCharsets.UTF_8.encode(str);   
String encoded_String = StandardCharsets.UTF_8.decode(buffer).toString(); assertEquals(str, encoded_String);