Question

例如，在表情符号字符集中，U+1F601是“GRINNING FACE WITH SMILING EYES”的unicode值，\xF0\x9F\x98\x81是该字符的UTF-8字节值。

\xE2\x9D\xA4用于沉重的黑心，unicode为U+2764。

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

对于上面的结果，我想要的是一个值为"1F601"和"2764"的String数组。

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来完成这项工作。

Answer 1

所以我的问题是，如果我有一个带有值的字节数组（0xF0,0x9F，0x98,0x81），那么我如何将其转换为Unicode值呢？

只需调用指定数据和编码的String构造函数：

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

您可以指定Charset而不是编码名称 - 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，使用StandardCharsets甚至不需要Guava：

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

Answer 2

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

Answer 3

以下是使用InputStreamReader的示例：

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();

价：Java I18N example

Answer 4

这是将UNICODE（ISO_8859_1）转换为UTF-8的功能

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策略=Ø§ÙØºÙØ§ÙString_ISO_8859_1To_UTF_8 =الغلاف

如何在Java中将UTF-8转换为unicode？

4 个答案: