Java 中的字节和字符转换

encoding unicode java utf-16

2022-08-31 16:27:44

如果我把一个字符转换为，然后再转换回，该字符就会神秘地消失并成为其他东西。这怎么可能？bytechar

这是代码：

char a = 'È';       // line 1       
byte b = (byte)a;   // line 2       
char c = (char)b;   // line 3
System.out.println((char)c + " " + (int)c);

直到第 2 行，一切都很好：

在第1行中，我可以在控制台中打印“a”，它将显示“È”。
在第2行中，我可以在控制台中打印“b”，它将显示-56，即200，因为字节是签名的。200 是“È”。所以它仍然很好。

但是第3行出了什么问题呢？“c”变成别的东西，程序打印。这是完全不同的东西。? 65480

为了获得正确的结果，我应该在第3行写些什么？

答案 1

Java 中的字符是 Unicode 代码单元，它被视为无符号数字。因此，如果您执行，则得到的值是2 ^ 16 - 56或65536 - 56。c = (char)b

或者更准确地说，字节首先转换为有符号整数，其值在加宽转换中使用符号扩展。然后将其缩小到当转换为 a 时，这又被转换为正数。0xFFFFFFC80xFFC8char65480

从语言规范：

5.1.4. 加宽和缩小基元转换

首先，通过加宽基元转换（§5.1.2）将字节转换为 int，然后通过缩小基元转换（§5.1.3）将生成的 int 转换为 char。

为了获得正确的点，首先通过使用掩码将的字节值转换为正整数，并在转换后将前24位归零：成为或小数点中的正数。char c = (char) (b & 0xFF)b2000xFFFFFFC80x000000C8200

以上是直接解释在和基元类型之间转换期间发生的情况。byteintchar

如果要对字节中的字符进行编码/解码，请使用、或或一种方便的方法，如或。您可以从中获取字符集（如 UTF-8 或 Windows-1252）。CharsetCharsetEncoderCharsetDecodernew String(byte[] bytes, Charset charset)String#toBytes(Charset charset)StandardCharsets

答案 2

这对我有用： //添加导入语句

import java.nio.charset.Charset;

改变

sun.io.ByteToCharConverter.getDefault().getCharacterEncoding() -> Charset.defaultCharset()