Bayt dizisini String'e (Java) dönüştürme

Google app Engine'de bir web uygulaması yazıyorum. İnsanların .htmlblobstore'da bir dosya olarak saklanan html kodunu düzenlemelerine olanak tanır .

Dosyadaki byte[]tüm karakterlerden bir döndürmek için fetchData kullanıyorum . Kullanıcının html kodunu düzenlemesi için bir html'ye yazdırmaya çalışıyorum. Her şey harika çalışıyor!

Şu andaki tek sorunum şu:

Bayt dizisi bir dizeye geri dönüştürülürken bazı sorunlar yaşıyor. Akıllı alıntılar ve birkaç karakter korkak görünüyor. (? 'ler veya Japonca semboller vb.) Özellikle soruna neden olan negatif değerlere sahip olan birkaç bayt.

Akıllı tırnaklar olarak geri geliyor -108ve -109bayt dizide. Bu neden ve doğru karakter kodlamasını göstermek için negatif baytların kodunu nasıl çözebilirim?

Bayt dizisi, özel bir kodlamadaki (bilmeniz gereken) karakterler içerir. Onu bir String'e dönüştürmenin yolu:

String decoded = new String(bytes, "UTF-8");  // example for one encoding type

Yolla - ham baytlar, java veri türü byteimzalandığı için negatif ondalık sayılar olarak görünebilir , -128 ila 127 aralığını kapsar.

-109 = 0x93: Control Code "Set Transmit State"

(-109) değeri, UNICODE'da yazdırılamayan bir kontrol karakteridir. Dolayısıyla, UTF-8 bu karakter akışı için doğru kodlama değildir.

0x93"Windows-1252" de aradığınız "akıllı alıntı" olduğundan, bu kodlamanın Java adı "Cp1252" dir. Sonraki satır bir test kodu sağlar:

System.out.println(new String(new byte[]{-109}, "Cp1252")); 

Java 7 ve üstü

İstediğiniz kodlamayı StandardCharsets'tenString bir Charsetsabit olarak yapıcıya da iletebilirsiniz . Bu , diğer cevaplarda önerildiği gibi, kodlamayı a olarak geçirmekten daha güvenli olabilir .String

Örneğin, UTF-8 kodlaması için

String bytesAsString = new String(bytes, StandardCharsets.UTF_8);

Bunu deneyebilirsin.

String s = new String(bytearray);

public class Main {

    /**
     * Example method for converting a byte to a String.
     */
    public void convertByteToString() {

        byte b = 65;

        //Using the static toString method of the Byte class
        System.out.println(Byte.toString(b));

        //Using simple concatenation with an empty String
        System.out.println(b + "");

        //Creating a byte array and passing it to the String constructor
        System.out.println(new String(new byte[] {b}));

    }

    /**
     * @param args the command line arguments
     */
    public static void main(String[] args) {
        new Main().convertByteToString();
    }
}

Çıktı

65
65
A

public static String readFile(String fn)   throws IOException 
{
    File f = new File(fn);

    byte[] buffer = new byte[(int)f.length()];
    FileInputStream is = new FileInputStream(fn);
    is.read(buffer);
    is.close();

    return  new String(buffer, "UTF-8"); // use desired encoding
}

öneririm Arrays.toString(byte_array);

Amacınıza bağlıdır. Örneğin, hata ayıklama sırasında görebileceğiniz format gibi bir bayt dizisini kaydetmek istedim, bu şuna benzer: [1, 2, 3]Baytları karakter biçimine dönüştürmeden tam olarak aynı değeri kaydetmek istiyorsanız, Arrays.toString (byte_array)bunu yapar. Ancak bayt yerine karakter kaydetmek istiyorsanız, kullanmalısınız String s = new String(byte_array). Bu durumda, karakter formatındaki seşdeğerine eşittir [1, 2, 3].

Andreas_D'nin bir önceki cevabı güzel. Çıktıyı görüntülediğiniz her yerde bir yazı tipi ve bir karakter kodlaması olacağını ve bazı karakterleri desteklemeyebileceğini ekleyeceğim.

Sorunun Java mı yoksa ekranınız mı olduğunu anlamak için şunu yapın:

    for(int i=0;i<str.length();i++) {
        char ch = str.charAt(i);
        System.out.println(i+" : "+ch+" "+Integer.toHexString(ch)+((ch=='\ufffd') ? " Unknown character" : ""));
    }

Java, anlayamadığı tüm karakterleri bilinmeyen karakterler için resmi karakter olan 0xfffd ile eşleştirmiş olacaktır. Bir '?' çıktıda, ancak 0xfffd ile eşlenmemişse, sorun Java değil ekran yazı tipiniz veya kodlamanızdır.