Java中的字节和字符转换

Question

如果我将一个角色转换为byte然后再回到char，那个角色会神秘地消失并成为别的东西。这怎么可能？

这是代码：

char a = 'È';       // line 1       
byte b = (byte)a;   // line 2       
char c = (char)b;   // line 3
System.out.println((char)c + " " + (int)c);

直到第2行一切都很好：

• 在第1行，我可以在控制台中打印“a”，它会显示“È”。
• 在第2行，我可以在控制台中打印“b”，它会显示-56，即200因为字节已签名。 200是“È”。所以它仍然很好。

但第3行有什么不对？ “c”成为别的东西，程序打印? 65480。这是完全不同的东西。

我应该在第3行写什么才能得到正确的结果？

Answer 1

Java中的字符是Unicode代码单元，被视为无符号数字。因此，如果你执行c = (char)b，你得到的值是2 ^ 16 - 56或65536 - 56。

或者更准确地说，首先在扩展转换中使用符号扩展将字节转换为带符号0xFFFFFFC8的有符号整数。然后，当转换为0xFFC8时，这反过来缩小到char，这转换为正数65480。

从语言规范：

5.1.4. Widening and Narrowing Primitive Conversion

首先，通过扩展原语转换（第5.1.2节）将字节转换为int，然后通过缩小基元转换（第5.1.3节）将结果int转换为char。

---

为了得到正确的点，使用char c = (char) (b & 0xFF)，它首先通过使用掩码将b的字节值转换为正整数200，将转换后的前24位置零：0xFFFFFFC8变为0x000000C8或小数点的正数200。

---

以上是对byte，int和char原始类型之间转换期间发生的事情的直接解释。

如果要从字节编码/解码字符，请使用Charset，CharsetEncoder，CharsetDecoder或其中一种便捷方法，如new String(byte[] bytes, Charset charset)或String#toBytes(Charset charset)。您可以从StandardCharsets获取字符集（例如UTF-8或Windows-1252）。

Answer 2

new String(byteArray, Charset.defaultCharset())

这会将字节数组转换为java中的默认字符集。它可能会抛出异常，具体取决于您使用byteArray提供的内容。