Java，使用掃描儀輸入字符爲UTF-8，無法打印文本

Question

我可以將字符串轉換爲數組爲UTF-8，但我無法將其轉換回字符串，如第一個字符串。

public static void main(String[] args) { 

    Scanner h = new Scanner(System.in); 
    System.out.println("INPUT : "); 
    String stringToConvert = h.nextLine(); 
    byte[] theByteArray = stringToConvert.getBytes(); 

    System.out.println(theByteArray); 
    theByteArray.toString(); 
    String s = new String(theByteArray); 

    System.out.println(""+s); 
} 

如何將theByteArray作爲字符串打印？

Answer 1

String s = new String(theByteArray); 

確實應該

String s = new String(theByteArray, Charset.forName("UTF-8")); 

這裏的根本問題是String構造函數不聰明。 String構造函數不能區分正在使用的字符集，並會嘗試使用通常類似ASCII或ISO-8859-1的系統標準來轉換它。這就是爲什麼普通的A-Za-z看起來很正常，但其他一切都開始失敗。

字節是從-127到127運行的類型，因此UTF-8轉換連續字節需要連接在一起。 String構造函數不可能將它從字節數組中區分出來，因此默認情況下它將單獨處理每個字節（因此爲什麼基本字母數字在它們落入此範圍時總是可以工作）。

例子：

String text = "こんにちは"; 
byte[] array = text.getBytes("UTF-8"); 
String s = new String(array, Charset.forName("UTF-8")); 
System.out.println(s); // Prints as expected 
String sISO = new String(array, Charset.forName("ISO-8859-1")); // Prints 'ããã«ã¡ã¯' 
System.out.println(sISO); 

Answer 2

有幾個問題，所提供的代碼：

1. 你是不是保證你都可以從該字符串的UTF-8字節數組。

   byte[] theByteArray = stringToConvert.getBytes(); 
   

   返回與給定平臺上的默認編碼一個字節數組，如由JavaDoc說明。你真正想要做的是以下幾點：

   byte[] theByteArray = stringToConvert.getBytes("UTF-8"); 
   

2. 您應該檢查documentation爲System.out.println()：

   System.out.println(theByteArray); 
   

   呼籲System.out.println(Object x)，這將打印x.toString()結果。默認情況下，toString（）返回給定對象的內存地址。

   所以當你看到形式的輸出：

   輸入：

   [B @ 5f1121f6

   的inputText

   你們看到的是theByteArray的存儲位置然後是給定的文本輸入行。

3. 您似乎不理解'x.toString（）'方法。請記住，Java中的字符串是immutable;沒有一個字符串的方法會改變字符串。 theByteArray.toString();返回theByteArray;的字符串表示形式。返回的值是拋出，除非你給的值與另一個String

   String arrayAsString = theByteArray.toString(); 
   

   然而，如前所述，返回的字符串將是theByteArray的存儲位置。爲了打印出theByteArray的內容，你需要將其轉換爲字符串

   String convertedString = new String(theByteArray, Charset.forName("UTF-8")); 
   

假設您的要求打印轉換後的字符串，然後打印原始的字符串，你的代碼是這個樣子：

public static void main(String[] args) { 

    Scanner h = new Scanner(System.in); 
    System.out.println("INPUT : "); 
    String stringToConvert = h.nextLine(); 

    try { 
     // Array of the UTF-8 representation of the given String 
     byte[] theByteArray; 
     theByteArray = stringToConvert.getBytes("UTF-8"); 

     // The converted String 
     System.out.println(new String(theByteArray, Charset.forName("UTF-8"))); 
    } catch (UnsupportedEncodingException e) { 
     // We may provide an invalid character set 
     e.printStackTrace(); 
    } 

    // The original String 
    System.out.println(stringToConvert); 
}