如何在Java中将CharSequence转换为UTF-8编码的字节数组？

Question

我正在尝试将＜code＞字符序列＜/code＞转换为UTF-8编码的＜code＞字节〔〕

我一直有问题，所以我打算向stackoverflow寻求帮助。我打算写一个Java小提琴来做到这一点：

https://www.mycompiler.io/view/3MliN0HgwDD

除了小提琴本身不起作用：

import java.util.*;
import java.lang.*;
import java.io.*;
import java.nio.*;
import java.nio.charset;

// The main method must be in a class named "Main".
class Main {
    public static byte[] charSequenceToUtf8(final CharSequence input)
    {
        //char[] chars = new char[input.length];
        //for (int i=0; i<input.length; i++)
        //  chars[i] = input.charAt(i);

        CharBuffer charBuffer = CharBuffer.wrap(input);
        checkEquals(10, charBuffer.length(), "Charbuffer is wrong length");

        Charset cs = Charset.forName("UTF-8"); 
        ByteBuffer byteBuffer = cs.encode(charBuffer);
        checkEquals(10, byteBuffer.length(), "byteBuffer is wrong length");
        
        byte[] utf8 = byteBuffer.array();        
        checkEquals(10, utf8.length, "utf8 bytes is wrong length");
    }
    
    public static void checkEquals(int expected, int actual, String message)
    {
        if (expected == actual)
            return;
            
        String sExpected = String.valueOf(expected);
        String sActual = String.valueOf(actual);
        
        throw new Exception("Test failed. Expected "+sExpected+", Actual "+sActual+". "+message);
    }
    
    public static void main(String[] args) {
        test("AAAAAAAAAA"); //ten A's
    }
}

看来< code>java.nio至少需要Java 7 ^ref。这就是为什么它在Java 16中不工作让我感到困惑:

所以这带来了很多问题:

• 如何将＜code＞字符序列＜/code＞转换为＜code＞字节〔〕
• 为什么它不能在Java16中工作

最后，实际的错误是尝试对字符串 AAAAAAAAA 进行编码会返回一个 11 元素数组：

为什么上面的代码，我从链接的问题中窃取，10个字符的字符串失败？

Answer 1

首先，请注意，如果您有String，那么您可以简单地执行：

byte[] bytes = theString.getBytes(StandardCharsets.UTF_8);

或者，即使您有< code>CharSequence，您也可以:

byte[] bytes = theCharSequence.toString().getBytes(StandardCharsets.UTF_8);

这可能会创建< code>CharSequence的< code>String副本(如果它还不是< code>String ),尽管它应该被快速垃圾收集。

但是关于您的问题，您没有考虑到字节缓冲区的限制（或位置，尽管在本例中是0）。无论出于何种原因，将编码为“aaaaaaaa”会产生一个容量为11，但限制为10。但是#array（）方法返回整个后备数组，而不管缓冲区的位置或限制。这意味着您需要在将字节缓冲符转换为byte[]”时手动考虑限制（和位置）。

例如：

import java.nio.ByteBuffer;
import java.nio.CharBuffer;
import java.nio.charset.StandardCharsets;
import java.util.Arrays;

public class Main {

  public static void main(String[] args) throws Exception {
    for (int i = 1; i <= 10; i++) {
      String string = "A".repeat(i);

      CharBuffer chars = CharBuffer.wrap(string);
      ByteBuffer bytes = StandardCharsets.UTF_8.encode(chars);

      System.out.printf("%-10s | %s%n", string, Arrays.toString(toByteArray(bytes)));
    }
  }

  public static byte[] toByteArray(ByteBuffer buffer) {
    byte[] array = new byte[buffer.remaining()];
    buffer.get(buffer.position(), array);
    return array;
  }
}

其将输出：

A          | [65]
AA         | [65, 65]
AAA        | [65, 65, 65]
AAAA       | [65, 65, 65, 65]
AAAAA      | [65, 65, 65, 65, 65]
AAAAAA     | [65, 65, 65, 65, 65, 65]
AAAAAAA    | [65, 65, 65, 65, 65, 65, 65]
AAAAAAAA   | [65, 65, 65, 65, 65, 65, 65, 65]
AAAAAAAAA  | [65, 65, 65, 65, 65, 65, 65, 65, 65]
AAAAAAAAAA | [65, 65, 65, 65, 65, 65, 65, 65, 65, 65]

请注意，上面的示例复制了缓冲区后备数组的一个区域，尽管原始的 ByteBuffer 应该会被快速垃圾回收。我能想到的避免复制支持数组的唯一方法是调整你的代码以直接使用ByteBuffer（如果你只返回支持数组，你就会丢失位置/限制信息）。或者我想你可以创建一个包装类。