byte[]转String，编码与乱码问题，以及Base64编码{{1038}}

首先常用的byte[]直接转String很简单：

[java]view plain copy
public static void main(String[] args) {    
    String str="我是中国人";    
    byte[] arr=str.getBytes();    
    System.out.println("打印："+arr);  
    for(byte e : arr) {  
        System.out.print(e + " ");  
    }  
    String str2=new String(arr);    
    System.out.println("\n打印2："+str2);    
}    

比如上面这个，输出的结果是：

[html]view plain copy
打印：[B@15db9742  
-50 -46 -54 -57 -42 -48 -71 -6 -56 -53   
打印2：我是中国人  

看到这个就要知道编码了。byte是一个字节，汉字是两个字节。所以五个汉字要十个byte类型的数字存储。然后数字变成汉字，这中间就是走了一个编码规范的过程。

那么java中是如何处理字符编码的？这就需要规范了，

JAVA使用自己的String类，并且String类对象是不需要指定编码表的！为什么它会自己知道一堆数字各代表什么字符呢？就是因为String里的字符信息是用UNICODE编码存放的。而JAVA为了表示字符（注意是单个字符），也有char这个数据类型，而且他的大小是固定2个8位16进制数字长度，也就是0~65535。为的就是对应UNICODE里面的一个字符。大家如果想取一个String里的按UNICODE数字，可以用getChars(int srcBegin, int srcEnd, char[] dst, int dstBegin) 方法取得一个char[]，这个char[]里就是表示String字符的，按UNICODE编码表编码的数字。

为什么会出现byte[ ]转String又会出现乱码现象？

很显然，就是上面提到的，编码规范不一样。举个栗子，比如GB2312规范的中文“当”字，就是用0xB5,0xB1这两个八位的数字来表示的。在英文系统上，没有GB2312编码表，给他一个0xB5,0xB1，他就傻傻的当作ASCII来处理。放到Java里，他又会按照自己的UNICODE规范来处理，所以规范不一样，就会出现奇怪的结果，也就是乱码。

那么我们怎么解决byte[ ]转String的乱码问题呢？

得看byte[]来自哪里了。时常会遇到，要把一张图片转为byte[]然后在转为String流对象传输到别的地方，接收者再转为byte[]再变成图片。

①有人推荐使用序列化，这也是一个方案，但是具体实施还没有研究过。

②直接传输byte[]的话，会出现byte[]过长数据丢失。因为不是所有的byte组合都可以映射成char

③那么就是用常见的Base64编码规范吧。base64的编码规范就是将常见的字符转换成6位二进制表示（常用64个所以叫base64吧）。怎么写，有现成的工具类哦如下：

[java]view plain copy
import org.apache.commons.codec.binary.Base64;    
public class UtilHelper {       
    //base64字符串转byte[]    
    public static byte[] base64String2ByteFun(String base64Str){    
        return Base64.decodeBase64(base64Str);    
    }    
    //byte[]转base64    
    public static String byte2Base64StringFun(byte[] b){    
        return Base64.encodeBase64String(b);    
    }    
}    

这样就可以保证byte[]和String之间的标准转换了，网络传输的时候也不会出现意外。学习一下吧。

知识贵在积累。

补充base64编码说明：

　　Base64编码要求把3个8位字节（3*8=24）转化为4个6位的字节（4*6=24），之后在6位的前面补两个0，形成8位一个字节的形式。如果剩下的字符不足3个字节，则用0填充，输出字符使用'='，因此编码后输出的文本末尾可能会出现1或2个'='。

　　为了保证所输出的编码位可读字符，Base64制定了一个编码表，以便进行统一转换。编码表的大小为2^6=64，这也是Base64名称的由来。

Base64编码表

码值	字符	码值	字符	码值	字符	码值	字符
0	A	16	Q	32	g	48	w
1	B	17	R	33	h	49	x
2	C	18	S	34	i	50	y
3	D	19	T	35	j	51	z
4	E	20	U	36	k	52	0
5	F	21	V	37	l	53	1
6	G	22	W	38	m	54	2
7	H	23	X	39	n	55	3
8	I	24	Y	40	o	56	4
9	J	25	Z	41	p	57	5
10	K	26	a	42	q	58	6
11	L	27	b	43	r	59	7
12	M	28	c	44	s	60	8
13	N	29	d	45	t	61	9
14	O	30	e	46	u	62	+
15	P	31	f	47	v	63	/

https://blog.csdn.net/qy924120316/article/details/77185466

byte[]转String，编码与乱码问题，以及Base64编码{{1038}}

Base64编码表

猜你喜欢