9

例如,在 Emoji Char 集中,U+1F601是 "GRINNING FACE WITH SMILING EYES" 的 unicode 值,并且\xF0\x9F\x98\x81是该字符的 UTF-8 字节值。

\xE2\x9D\xA4是为沉重的黑心,而 unicode 是U+2764.

所以我的问题是,如果我有一个带有 value 的字节数组(0xF0, 0x9F, 0x98, 0x81, 0xE2, 0x9D, 0xA4),那么我如何将它转换为 Unicode 值?

对于上面的结果,我想要的是一个带有值"1F601"和的字符串数组"2764"

我知道我可以编写一个复杂的方法来完成这项工作,但我希望已经有一个库可以完成这项工作。

4

4 回答 4

8

所以我的问题是,如果我有一个值为 (0xF0, 0x9F, 0x98, 0x81) 的字节数组,那么如何将其转换为 Unicode 值?

只需调用String指定数据和编码的构造函数:

String text = new String(bytes, "UTF-8");

您可以指定 aCharset而不是编码的名称 - 我喜欢Guava的简单Charsets类,它允许您编写:

String text = new String(bytes, Charsets.UTF_8);

或者对于 Java 7,StandardCharsets甚至不需要 Guava 就可以使用:

String text = new String(bytes, StandardCharsets.UTF_8);
于 2013-09-04T06:07:22.713 回答
1

只需使用String类:

byte[] bytesArray = new byte[10]; // array of bytes (0xF0, 0x9F, 0x98, 0x81)

String string = new String(bytesArray, Charset.forName("UTF-8")); // covert byteArray

System.out.println(string); // Test result
于 2013-09-04T06:17:42.493 回答
0

下面是一个使用 InputStreamReader 的例子:

InputStream inputStream = new FileInputStream("utf-8-text.txt");
Reader      reader      = new InputStreamReader(inputStream,
                                                Charset.forName("UTF-8"));

int data = reader.read();
while(data != -1){
    char theChar = (char) data;
    data = reader.read();
}

reader.close();

参考:Java I18N 示例

于 2015-07-08T16:33:34.043 回答
0

这是一个将 UNICODE (ISO_8859_1) 转换为 UTF-8 的函数

public static String String_ISO_8859_1To_UTF_8(String strISO_8859_1) {
final StringBuilder stringBuilder = new StringBuilder();
for (int i = 0; i < strISO_8859_1.length(); i++) {
  final char ch = strISO_8859_1.charAt(i);
  if (ch <= 127) 
  {
      stringBuilder.append(ch);
  }
  else 
  {
      stringBuilder.append(String.format("%02x", (int)ch));
  }
}
String s = stringBuilder.toString();
int len = s.length();
byte[] data = new byte[len / 2];
for (int i = 0; i < len; i += 2) {
    data[i / 2] = (byte) ((Character.digit(s.charAt(i), 16) << 4)
                         + Character.digit(s.charAt(i+1), 16));
}
String strUTF_8 =new String(data, StandardCharsets.UTF_8);
return strUTF_8;
}

测试

String strA_ISO_8859_1_i = new String("الغلاف".getBytes(StandardCharsets.UTF_8), StandardCharsets.ISO_8859_1);

System.out.println("ISO_8859_1 strA est = "+ strA_ISO_8859_1_i + "\n String_ISO_8859_1To_UTF_8 = " + String_ISO_8859_1To_UTF_8(strA_ISO_8859_1_i));

结果

ISO_8859_1 strA est = اÙغÙا٠String_ISO_8859_1To_UTF_8 = الغلاف

于 2018-10-30T14:48:41.710 回答