Java，使用Scanner将字符输入为UTF-8，无法打印文本

Question

我可以将String转换为Array作为UTF-8，但是我不能像第一个String那样将它转换回String。

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);
}

如何将theByteArray打印为字符串？

Answer 1

String s = new String(theByteArray);

应该真的

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

这里的根本问题是String构造函数不聪明。 String构造函数无法区分正在使用的字符集，并尝试使用系统标准（通常类似于ASCII或ISO-8859-1）对其进行转换。 这就是为什么普通的A-Za-z看起来很合适，但其他一切都开始失败了。

byte是从-127到127的类型，因此对于UTF-8转换，连续的字节需要连接。 String构造函数不可能将其与字节数组区分开来，因此默认情况下它将单独处理每个字节（因此，为什么基本的字母数字将始终工作，因为它们属于此范围）。

例：

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

提供的代码有几个问题：

1. 您无法确保从该String获取UTF-8字节数组。

    byte[] theByteArray = stringToConvert.getBytes(); 

   返回给定平台上具有默认编码的字节数组，如JavaDoc所述 。 你真正想做的是以下几点：

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

2. 您应该检查System.out.println()的文档 ：

    System.out.println(theByteArray); 

   正在调用System.out.println(Object x) ，它将打印x.toString()的结果。 默认情况下，toString（）返回给定对象的内存地址。

   所以当你看到表单的输出时：

   输入：

   [B @ 5f1121f6

   输入文本

   你看到的是theByteArray的内存位置，然后是给定的文本输入行。

3. 你似乎不理解'x.toString（）'方法。 请记住，Java中的字符串是不可变的 ; String的所有方法都不会改变String。 theByteArray.toString(); 返回 theByteArray;的字符串表示theByteArray; 。 除非您将值赋给另一个String，否则抛出返回的值

    String arrayAsString = theByteArray.toString(); 

   但是，如前所述，返回的String将是theByteArray的内存位置。 为了打印出theByteArray的内容，您需要将其转换为String

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

假设您的要求是打印转换后的String然后打印原始String，您的代码应如下所示：

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);
}