Java:将字符串转换为ByteBuffer和来自ByteBuffer的字符串以及相关问题

时间:2009-08-09 22:20:19

标签: java string character-encoding nio bytebuffer

我正在使用Java NIO进行套接字连接,我的协议是基于文本的,所以我需要能够在将字符串转换为SocketChannel之前将其转换为ByteBuffers,并将传入的ByteBuffers转换回字符串。目前,我正在使用此代码:

public static Charset charset = Charset.forName("UTF-8");
public static CharsetEncoder encoder = charset.newEncoder();
public static CharsetDecoder decoder = charset.newDecoder();

public static ByteBuffer str_to_bb(String msg){
  try{
    return encoder.encode(CharBuffer.wrap(msg));
  }catch(Exception e){e.printStackTrace();}
  return null;
}

public static String bb_to_str(ByteBuffer buffer){
  String data = "";
  try{
    int old_position = buffer.position();
    data = decoder.decode(buffer).toString();
    // reset buffer's position to its original so it is not altered:
    buffer.position(old_position);  
  }catch (Exception e){
    e.printStackTrace();
    return "";
  }
  return data;
}

这大部分时间都有效,但我怀疑这是否是执行此转换的每个方向的首选(或最简单)方法,或者是否有其他方法可以尝试。偶尔,看似随意,对encode()decode()的调用会抛出一个 java.lang.IllegalStateException: Current state = FLUSHED, new state = CODING_END异常或类似情况,即使我每次转换完成时都使用新的ByteBuffer对象。我需要同步这些方法吗?在字符串和ByteBuffers之间转换的更好方法是什么?谢谢!

3 个答案:

答案 0 :(得分:51)

查看CharsetEncoderCharsetDecoder API说明 - 您应该按照特定的方法调用序列来避免此问题。例如,对于CharsetEncoder

  1. 通过reset方法重置编码器,除非之前未使用过;
  2. 调用encode方法零次或多次,只要有其他输入可用,传递false为endOfInput参数并填充输入缓冲区并在调用之间刷新输出缓冲区;
  3. 最后一次调用encode方法,将true传递给endOfInput参数;然后
  4. 调用flush方法,以便编码器可以将任何内部状态刷新到输出缓冲区。
  5. 顺便说一句,这与我用于NIO的方法相同,尽管我的一些同事正在将每个字符串直接转换为知识中的一个字节,他们只使用ASCII,我可以想象它可能更快。

答案 1 :(得分:27)

除非事情发生变化,否则最好还是

public static ByteBuffer str_to_bb(String msg, Charset charset){
    return ByteBuffer.wrap(msg.getBytes(charset));
}

public static String bb_to_str(ByteBuffer buffer, Charset charset){
    byte[] bytes;
    if(buffer.hasArray()) {
        bytes = buffer.array();
    } else {
        bytes = new byte[buffer.remaining()];
        buffer.get(bytes);
    }
    return new String(bytes, charset);
}

通常,buffer.hasArray()将始终为true或始终为false,具体取决于您的用例。在实践中,除非您真的希望它在任何情况下都可以工作,否则可以安全地优化您不需要的分支。

答案 2 :(得分:14)

Adamski的答案很好,并描述了使用通用编码方法(以字节缓冲区作为输入之一)时编码操作的步骤。

然而,有问题的方法(在本讨论中)是编码的变体 - 编码(CharBuffer in)。这是一种实现整个编码操作的便捷方法。 (请参阅P.S中的java docs参考资料)

根据文档,因此,如果编码操作已在进行中,则不应调用此方法(这是ZenBlender代码中发生的事情 - 在多线程中使用静态编码器/解码器环境)。

就个人而言,我喜欢使用便利方法(通过更通用的编码/解码方法),因为它们通过执行所有步骤来消除负担。

ZenBlender和Adamski已经提出了多种方法可以在评论中安全地做到这一点。在这里列出所有内容:

  • 在每个操作需要时创建一个新的编码器/解码器对象(效率不高,因为它可能导致大量对象)。 OR,
  • 使用ThreadLocal避免为每个操作创建新的编码器/解码器。 OR,
  • 同步整个编码/解码操作(除非为您的程序牺牲一些并发性,否则这可能不是首选)

P.S。

java docs references:

  1. 编码(便利)方法:http://docs.oracle.com/javase/6/docs/api/java/nio/charset/CharsetEncoder.html#encode%28java.nio.CharBuffer%29
  2. 常规编码方法:http://docs.oracle.com/javase/6/docs/api/java/nio/charset/CharsetEncoder.html#encode%28java.nio.CharBuffer,%20java.nio.ByteBuffer,%20boolean%29