Question

这段代码应该将字符串转换为二进制字符串，但是有几个字符串，它会返回一个带有16个二进制数字的String，而不是我预期的8位。

public class aaa {        
    public static void main(String argv[]){
        String nux="ª";
        String nux2="Ø";
        String nux3="(";
        byte []bites = nux.getBytes();
        byte []bites2 = nux2.getBytes();
        byte []bites3 = nux3.getBytes();
               System.out.println(AsciiToBinary(nux));
               System.out.println(AsciiToBinary(nux2));
               System.out.println(AsciiToBinary(nux3));
               System.out.println("number of bytes :"+bites.length);
               System.out.println("number of bytes :"+bites2.length);
               System.out.println("number of bytes :"+bites3.length);


    }

    public static String AsciiToBinary(String asciiString){  

          byte[] bytes = asciiString.getBytes();  
          StringBuilder binary = new StringBuilder();  
          for (byte b : bytes)  
          {  
             int val = b;  
             for (int i = 0; i < 8; i++)  
             {  
                binary.append((val & 128) == 0 ? 0 : 1);  
                val <<= 1;  
             }  
             binary.append(' ');
          }  
          return binary.toString();  
    } 

}

在前两个字符串中，我不明白为什么它们返回2个字节，因为它们是单字符字符串。

此处编辑为：https://ideone.com/AbxBZ9

返回：

11000010 10101010 
11000011 10011000 
00101000 
number of bytes :2
number of bytes :2
number of bytes :1

我正在使用此代码：Convert A String (like testing123) To Binary In Java

NetBeans IDE 8.1

Answer 1

字符长度不总是1个字节。想一想 - 许多语言，如中文或日文，都有数千个字符，你会如何将这些字符映射到字节？

您正在使用UTF-8（将字符映射到字节的众多方法之一） - 查找UTF-8的字符表，并搜索序列11000010 10101010，我到达

U+00AA  ª   11000010 10101010

ª的UTF-8编码。 UTF-8通常是Java的默认字符编码（charset） - 但你不能依赖它。这就是为什么在转换specify a charset或strings to bytes

时应始终vice-versa

Answer 2

通过运行这个简单的代码，你可以理解为什么某些字符是两个字节

    // integer - binary 
    System.out.println(Byte.MIN_VALUE);             
    // -128 - 0b11111111111111111111111110000000

    System.out.println(Byte.MAX_VALUE);             
    // 127 - 0b1111111

    System.out.println((int) Character.MIN_VALUE);  
    // 0   - 0b0

    System.out.println((int) Character.MAX_VALUE);  
    // 65535 - 0b1111111111111111

如您所见，我们只需 Byte.MAX_VALUE或7 bits

即可显示1 byte (01111111)

如果您将Character.MIN_VALUE转换为整数，则为：0
我们可以使用 one bit或1 byte (00000000) 来展示它的二进制格式！

但是Character.MAX_VALUE呢？

以二进制格式表示 1111111111111111 <十进制格式 65535 ，可以 2 bytes (11111111 11111111)显示。

所以十进制格式在0 and 65535之间的字符可以用 1 or 2 bytes 显示。

希望你明白。

字符串到二进制字符串 - 为什么有些字符是多字节的？

2 个答案: