详解JAVA的getBytes()方法

在Java中,String的getBytes()方法是得到一个操作系统默认的编码格式的字节数组。这个表示在不同情况下,返回的东西不一样!
String.getBytes(String decode)方法会根据指定的decode编码返回某字符串在该编码下的byte数组表示,如:

            String str="叶程超";
            
            byte[] byte_gbk = str.getBytes("GBK");
			byte[] byte_utf8 = str.getBytes("UTF-8");
			byte[] byte_iso88591 = str.getBytes("ISO-8859-1");
			byte[] byte_unicode = str.getBytes("unicode");
			
            System.out.println(byte_gbk);//[B@ba8d91c
			System.out.println(byte_utf8);//[B@7364985f
			System.out.println(byte_iso88591);//[B@5d20e46
			System.out.println(byte_unicode);//[B@709ba3fb

将分别返回“叶程超”这三个汉字在GBK、UTF-8、ISO8859-1和unicode编码下的byte数组表示。

而与getBytes相对的,可以通过new String(byte[], decode)的方式来还原“叶程超”,这个new String(byte[], decode)实际是使用decode指定的编码来将byte[]解析成字符串。

            String string_gbk=new String(byte_gbk,"GBK");
			String string_utf8=new String(byte_utf8,"UTF-8");
			String string_iso88591=new String(byte_iso88591,"ISO-8859-1");
			String string_unicode=new String(byte_unicode,"unicode");
			
			System.out.println(string_gbk);//叶程超
			System.out.println(string_utf8);//叶程超
			System.out.println(string_iso88591);//???
			System.out.println(string_unicode);//叶程超

通过打印string_gbk、string_utf8、string_iso88591和string_unicode,会发现,string_gbk、string_utf8和string_unicode都是“叶程超”,而只有s_iso88591是一个不认识的字符,为什么使用ISO8859-1编码再组合之后,无法还原“叶程超”字呢,其实原因很简单,因为ISO8859-1编码的编码表中,根本就没有包含汉字字符,当然也就无法通过"叶程超".getBytes(“ISO8859-1”);来得到正确的“叶程超”字在ISO8859-1中的编码值了,所以再通过new String()来还原就无从谈起了。

因此,通过String.getBytes(String decode)方法来得到byte[]时,一定要确定decode的编码表中确实存在String表示的码值,这样得到的byte[]数组才能正确被还原。

有时候,为了让中文字符适应某些特殊要求(如http header头要求其内容必须为iso8859-1编码),可能会通过将中文字符按照字节方式来编码的情况,如
String s_iso88591 = new String(“叶”.getBytes(“UTF-8”),“ISO8859-1”),
这样得到的s_iso8859-1字符串实际是三个在 ISO8859-1中的字符,在将这些字符传递到目的地后,目的地程序再通过相反的方式String s_utf8 = new String(s_iso88591.getBytes(“ISO8859-1”),“UTF-8”)来得到正确的中文汉字“深”。这样就既保证了遵守协议规定、也支持中文。

同样,在开发会检查字符长度,以免数据库字段的长度不够而报错,考虑到中英文的差异,肯定不能用String.length()方法判断,而需采用String.getBytes().length;而本方法将返回该操作系统默认的编码格式的字节数组。如字符串“Hello!你好!”,在一个中文WindowsXP系统下,结果为12,而在英文的UNIX环境下,结果将为9。因为该方法和平台(编码)相关的。在中文操作系统中,getBytes方法返回的是一个GBK或者GB2312的中文编码的字节数组,其中中文字符,各占两个字节,而在英文平台中,一般的默认编码是"ISO-8859-1",每个字符都只取一个字节(而不管是否非拉丁字符)。所以在这种情况下,应该给其传入字符编码字符串,即String.getBytes(“GBK”).length。

  • 8
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值