Konvertieren eines Byte-Arrays in einen String (Java)

Ich schreibe eine Webanwendung in der Google App Engine. Es ermöglicht den Benutzern, HTML-Code zu bearbeiten, der als .htmlDatei im Blobstore gespeichert wird.

Ich verwende fetchData, um eines byte[]der Zeichen in der Datei zurückzugeben. Ich versuche, in ein HTML zu drucken, damit der Benutzer den HTML-Code bearbeiten kann. Alles funktioniert super!

Hier ist jetzt mein einziges Problem:

Das Byte-Array weist beim Zurückkonvertieren in eine Zeichenfolge einige Probleme auf. Kluge Zitate und ein paar Charaktere sehen funky aus. (? 's oder japanische Symbole usw.) Insbesondere sehe ich mehrere Bytes mit negativen Werten, die das Problem verursachen.

Die intelligenten Anführungszeichen werden als -108und -109im Byte-Array zurückgegeben. Warum ist das so und wie kann ich die negativen Bytes dekodieren, um die richtige Zeichenkodierung anzuzeigen?

Das Byte-Array enthält Zeichen in einer speziellen Codierung (die Sie kennen sollten). Die Konvertierung in einen String ist wie folgt:

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

Übrigens: Die angezeigten Rohbytes werden möglicherweise als negative Dezimalstellen angezeigt, nur weil der Java-Datentyp bytesigniert ist. Er deckt den Bereich von -128 bis 127 ab.

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

Der Wert (-109) ist ein nicht druckbares Steuerzeichen in UNICODE. UTF-8 ist also nicht die richtige Codierung für diesen Zeichenstrom.

0x93in "Windows-1252" ist das "intelligente Zitat", das Sie suchen, daher lautet der Java-Name dieser Codierung "Cp1252". Die nächste Zeile enthält einen Testcode:

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

Java 7 und höher

Sie können Ihre gewünschte Codierung auch Stringals CharsetKonstante von StandardCharsets an den Konstruktor übergeben . Dies kann sicherer sein, als die Codierung als zu übergeben String, wie in den anderen Antworten vorgeschlagen.

Zum Beispiel für die UTF-8-Codierung

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

Sie können dies versuchen.

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();
    }
}

Ausgabe

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
}

Ich schlage vor Arrays.toString(byte_array);

Es hängt von Ihrem Zweck ab. Zum Beispiel wollte ich ein Byte-Array genau so speichern, wie Sie es zum Zeitpunkt des Debuggens sehen können. [1, 2, 3]Wenn Sie genau denselben Wert speichern möchten, ohne die Bytes in das Zeichenformat zu konvertieren, Arrays.toString (byte_array)tun Sie dies. Wenn Sie jedoch Zeichen anstelle von Bytes speichern möchten, sollten Sie verwenden String s = new String(byte_array). In diesem Fall sentspricht dies dem [1, 2, 3]Zeichenformat.

Die vorherige Antwort von Andreas_D ist gut. Ich möchte nur hinzufügen, dass überall dort, wo Sie die Ausgabe anzeigen, eine Schriftart und eine Zeichenkodierung vorhanden sind und einige Zeichen möglicherweise nicht unterstützt werden.

Gehen Sie folgendermaßen vor, um herauszufinden, ob Java oder Ihr Display ein Problem darstellt:

    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 hat alle Zeichen, die es nicht verstehen kann, dem offiziellen Zeichen für unbekannte Zeichen zugeordnet. Wenn Sie ein '?' In der Ausgabe, die jedoch nicht 0xfffd zugeordnet ist, ist Ihre Anzeigeschrift oder -codierung das Problem, nicht Java.