java按字节拆分字符串后在拼成字符串-PHP中文网问答

是这样的一个方法

public static String[] splitByByteSize(String content, int size){
    byte[] bytes = content.getBytes();
    int totalSize = bytes.length;
    int partNum = 0;
    if(totalSize == 0){
        return new String[0];
    }
    if(totalSize % size == 0){
        partNum = totalSize / size;
    }else{
        partNum = totalSize / size + 1;
    }
    String[] arr = new String[partNum];
    int arrIndex = -1;
    for(int i=0;i



按字节拆分后等字节的放到String数组中。另外有个方法接收String数组后在拼成content原来的值。现在是如果有中文，按字节拆分会有乱码。但是感觉后面按照String数组拼成字符串应该不会乱码。但是还是乱码。请问怎么做才能在用返回的String数组拼成字符串不乱码。

public static void main(String[] args) throws UnsupportedEncodingException {
    String arr[] = splitByByteSize("abc刘defghijklmnopqrstuvwxyz",4);
    int byteLen = 0;
    for(int i=0;i>"+new String(bytes));
}

public static String[] splitByByteSize(String content, int size) throws UnsupportedEncodingException{
    byte[] bytes = content.getBytes("utf-8");
    int totalSize = bytes.length;
    int partNum = 0;
    if(totalSize == 0){
        return new String[0];
    }
    if(totalSize % size == 0){
        partNum = totalSize / size;
    }else{
        partNum = totalSize / size + 1;
    }
    String[] arr = new String[partNum];
    int offset = 0;
    byte newBytes[] = new byte[size];
    for(int i=0;i


上面是新代码，但是还有有乱码

@Test public void fdfa() throws Exception{ byte[] bytes="中".getBytes("utf8"); System.out.println(bytes.length); //3 byte[] b=new byte[2]; System.arraycopy(bytes, 0, b, 0, 2); String s=new String(b,"utf8"); // s为� System.out.println(s); //打印? }

全部回复(3)

迷茫2017-04-17 11:09:44 3楼

首先，将string转换成byte流的时候，一定要指定编码(content.getBytes(utf-8))，否则在传输的时候，很有可能就是个杯具；
其次，arr[arrIndex]+=((char)bytes[i])这个代码，在Java里面可以通过+=运算符将string和char相加？
同上代码，对于双字节编码(例如中文)，bytes[i]可能会是一个负数，强制转型成char，由于char的取值范围是0〜(2^16)-1，故此时会转换成一个正值，这样拆分后必然出现乱码，而且这个转换不一定是可逆的，此时再也无法由char恢复byte了，所以拆分后自然无法恢复。

解决办法：如果是要跨JVM传输，建议直接传输byte数组，然后重组；如果不跨JVM传输，可先重组成string，然后传输，不过不是特殊需要，还是建议传输byte数组，最终在接收端重组。在这个过程中，有一点切记：转换过程中务必指定编码。这是我们项目组血的教训，后来重申的重要原则之一。

byte[] array = content.getBytes("utf-8");    // 发送端
String content = new String(array, "utf-8");   // 接收端

赞 +0

添加回复

伊谢尔伦2017-04-17 11:09:44 2楼

楼主, java里字符串不能这么乱搞的啊.

比方说, 一个汉字, 内码unicode转utf8, 三个字节a,b,c, 那么你去按两个字节(ab), 一个字节(c)这样来解码utf8到unicode, 得到的是两个 "replacement character �", 信息在这里丢失了

写个test给你吧.

具体原因呢, 得看一下utf8的编码: http://en.wikipedia.org/wiki/UTF-8

对于三字节的编码来说, 是这个样子的: 1110xxxx 10xxxxxx 10xxxxxx 你只给了1110xxxx 10xxxxxx, java表示很无力, 没办法解码utf8, 所以就给了一个�.

总结一下, 一定按编码格式去正确编解码. 否则信息会丢失!

阿神2017-04-17 11:09:44 1楼

楼上正解