快捷導(dǎo)航

Java中如何對(duì)字符串進(jìn)行utf-8編碼

更新時(shí)間：2023年04月13日 09:23:42 作者：Hemist

這篇文章主要介紹了Java中如何對(duì)字符串進(jìn)行utf-8編碼問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教

java對(duì)字符串進(jìn)行utf-8編碼

我們?cè)谡{(diào)用第三方 API 時(shí)，常常會(huì)被要求用到路徑變量，而路徑變量一般都是 utf-8 編碼的，因此需要對(duì)傳入的字符串參數(shù)進(jìn)行 utf-8 編碼處理。

本文提供一種使用 URLEncoder 庫(kù)進(jìn)行編碼的方式。

廢話(huà)少說(shuō)，上代碼。

// 使用 URLEncoder 庫(kù)對(duì)字符串進(jìn)行 utf-8 編碼
import java.net.URLEncoder;

public String encodePathVariable(String pathVariable) {
? ?String ret = "default";
? ? try {
? ? ? ? ret = URLEncoder.encode(pathVariable, "utf-8");
? ? ? ? System.out.println(pathVariable + " : " + ret);
? ? }catch(Exception e) {
? ? ? ? System.out.println(e);
? ? }
? ? return ret;
}

java按照字節(jié)截取字符串-utf-8

如何按照utf-8的字節(jié)截取字符串呢？

utf-8,中文一個(gè)漢字是三個(gè)字節(jié)，一個(gè)字母或特殊符號(hào)是1個(gè)字節(jié)。

String類(lèi)沒(méi)有提供按字節(jié)截取字符串的方法，

StringUtil提供了截取的方法，但是默認(rèn)是8858-1的，而且不能指定編碼格式

但是給了我們思路，我們就將這段代碼粘貼出來(lái)，將后面的編碼格式給改成utf-8的

建個(gè)測(cè)試方法測(cè)試下

還是有些問(wèn)題，截取3個(gè)字節(jié)時(shí)，正好把中字截取出來(lái)了，4個(gè)字節(jié)時(shí)有亂碼，5個(gè)字節(jié)時(shí)，還有亂碼，6個(gè)字節(jié)時(shí)，打印了兩個(gè)字節(jié)，正好兩個(gè)中文漢字。也就是說(shuō)，本身是三個(gè)字節(jié)的文字，我們只取了它的1個(gè)字節(jié)，所以識(shí)別不出來(lái)出現(xiàn)了亂碼！

經(jīng)過(guò)反復(fù)測(cè)試，亂碼就是?這種符號(hào)，別的符號(hào)沒(méi)測(cè)出來(lái)，應(yīng)該也沒(méi)啥別的符號(hào)，我們就將這種符號(hào)截取掉就行了。

最后測(cè)試的代碼

亂碼沒(méi)有了，而且準(zhǔn)確率還高，因?yàn)樽址那闆r挺復(fù)雜的，什么都有，文字，標(biāo)點(diǎn)，特殊符號(hào)，穿插其中，字節(jié)也不一樣，網(wǎng)上看了很多例子，都是他們自己編寫(xiě)的算法啥的，用了之后，錯(cuò)誤率挺高的。

/**
*string:字符串
 offset：從哪個(gè)字節(jié)開(kāi)始
 len：從哪個(gè)字節(jié)結(jié)束
*/
public static String getFromCompressedUnicode(String string,int offset,int len) throws UnsupportedEncodeingException{
byte[] bytes = string.getBytes("utf-8");
int len_to_use = Math.min(len,bytes.length - offset);
 return new String(bytes,offset,len_to_use,"utf-8").replaceAll("?","")
}