java getbytes 乱码_深入解析java String中getBytes()的编码问题
Java服务器后台在和Android端App通信时,遇到了两端关于用MD5加密同一包含中文的字符串结果不一致的问题。
具体问题描述:
Java服务器后台和Android端AS用了同一个MD5的工具类,且两边项目的默认编码都是UTF-8 ,加密纯英文数字的字符串时,结果一致,对同一包含中文的字符串加密,发现结果不一样,这是为什么呢?
工具类MD5Util代码如下:
public classMD5Util {/*** 将byte数组转化为16进制输出
*@parambytes
*@return
*/
public static String convertByteToHexString(byte[] bytes){
String result="";for (int i = 0; i < bytes.length; i++) {int temp=bytes[i]&0xff;
String tempHex=Integer.toHexString(temp);if(tempHex.length()<2){
result+="0"+tempHex;
}else{
result+=tempHex;
}
}returnresult;
}/*** MD5加密
*@parammessage
*@return*@throwsUnsupportedEncodingException*/
public static String md5Jdk(String message) throwsUnsupportedEncodingException{
String temp="";try{
MessageDigest md5Digest=MessageDigest.getInstance("MD5");byte[] encodeMD5Digest=md5Digest.digest(message.getBytes());
temp=convertByteToHexString(encodeMD5Digest);
}catch(NoSuchAlgorithmException e) {
e.printStackTrace();
}returntemp;
}
}
最后问题锁定在:
IDE的项目默认编码和平台运行环境的编码不是一回事。
改成:message.getBytes("UTF-8");后能解决中文加密不一致的问题。
下面,就String的getBytes()方法深入了解下。
String的getBytes()方法是得到一个字符串的字节数组,但特别要注意的是,本方法将返回该操作系统默认的编码格式的字节数组。如果你在使用这个方法时不考虑这一点,你会发现在一个平台上运行良好的系统,放到另一台机器上会产生意想不到的问题。
比如下面的程序:
public classTestCharset {public static voidmain(String[] args) {newTestCharset().execute();
}private voidexecute() {
String s= "Hello!你好!";byte[] bytes =s.getBytes();
System.out.println("bytes lenght is:" +bytes.length);
}
}
在一个中文WindowsXP系统下,运行时,结果为:
bytes lenght is:12
但是如果放到了一个英文的UNIX环境下运行:
$ java TestCharset bytes lenght is:9
如果你的程序依赖于该结果,将在后续操作中引起问题。为什么在一个系统中结果为12,而在另外一个却变成了9?上面已经提到了,该方法是和平台(编码)相关的。
在中文操作系统中,getBytes方法返回的是一个GBK或GB2313的中文编码的字节数组,其中中文字符各占两个字节。而在英文平台中,一般的默认编码是“ISO-8859-1”,每个字符都只取一个字节(而不管是否非拉丁字符)。
Java中的编码支持
Java是支持多国编码的,在Java中,字符都是以Unicode进行存储的,比如,“你”字的Unicode编码是“4f60”,我们可以通过下面的实验代码来验证:
public classTestCharset {public static voidmain(String[] args) {char c = '你';int i =c;
System.out.println(c);
System.out.println(i);
}
}
不管你在任何平台上执行,都会有相同的输出:
20320
20320就是Unicode “4f60”的整数值。其实,你可以反编译上面的类,可以发现在生产的.calss文件中字符“你”(或者其它任何中文字串)本身就是以Unicode编码进行存储的:
char c = '/u4F60'; ... ...
即使你知道了编码的编码格式,比如:
javac -encoding GBK TestCharset.java
编译后生成的.class文件中仍然是以Unicode格式存储中文字符或字符串的。
所以。为了避免这种问题,建议大家都在编码中使用String.getBytes(String charset)方法。
下面我们将从字串分别提取ISO-8859-1和GBK两种编码格式的字节数组,看看会有什么结果:
public classTestCharset {public static voidmain(String[] args) {newTestCharset().execute();
}private voidexecute() {
String s= "Hello!你好!";byte[] bytesISO8859 = null;byte[] bytesGBK = null;try{
bytesISO8859= s.getBytes("iso-8859-1");
bytesGBK= s.getBytes("GBK");
}catch(java.io.UnsupportedEncodingException e) {
e.printStackTrace();
}
System.out.println("-------------- /n 8859 bytes:");
System.out.println("bytes is: " +arrayToString(bytesISO8859));
System.out.println("hex format is:" +encodeHex(bytesISO8859));
System.out.println();
System.out.println("-------------- /n GBK bytes:");
System.out.println("bytes is: " +arrayToString(bytesGBK));
System.out.println("hex format is:" +encodeHex(bytesGBK));
}public static final String encodeHex(byte[] bytes) {
StringBuffer buff= new StringBuffer(bytes.length * 2);
String b;for (int i = 0; i < bytes.length; i++) {
b=Integer.toHexString(bytes[i]);//byte是两个字节的, 而上面的Integer.toHexString会把字节扩展为4个字节
buff.append(b.length() > 2 ? b.substring(6, 8) : b);
buff.append(" ");
}returnbuff.toString();
}public static final String arrayToString(byte[] bytes) {
StringBuffer buff= newStringBuffer();for (int i = 0; i < bytes.length; i++) {
buff.append(bytes[i]+ " ");
}returnbuff.toString();
}
}
执行结果:
-------------- /n 8859bytes:
bytes is:72 101 108 108 111 33 63 63 63hex format is:48 65 6c 6c 6f 213f 3f 3f-------------- /n GBK bytes:
bytes is:72 101 108 108 111 33 -60 -29 -70 -61 -93 -95hex format is:48 65 6c 6c 6f 21 c4 e3 ba c3 a3 a1
可见,在s中提取的8859-1格式的字节数组长度为9,中文字符都变成了“63”,ASCII码为63的是“?”,一些国外的程序在国内中文环境下运行时,经常会出现乱码,上面布满了“?”,就是因为编码没有进行正确处理的结果。
而提取的GBK编码的字节数组中正确得到了中文字符的GBK编码。字符“你”、“好”、“!”的GBK编码分别是:“c4e3”、“bac3”、“a3a1”。得到了正确的以GBK编码的字节数组,以后需要还原为中文字串时,可以使用下面方法:
new String(byte[] bytes, String charset)
如果此文对您有帮助,微信打赏我一下吧~
java getbytes 乱码_深入解析java String中getBytes()的编码问题相关推荐
- java 字符串乱码_这份Java面试题含答案解析竟然真的让你不用在面试上“如履薄冰”...
面试题集共分为以下十部分: 一.Core Java: 1 - 95 题1 - 24 页 基础及语法: 1 - 61 题1 - 13 页 异常: 62 - 69 题13 - 15 页 集合: 70 - ...
- java斗地主代码_实例解析java如何实现斗地主代码
实例解析java如何实现斗地主代码 发布时间:2020-07-20 14:41:41 来源:亿速云 阅读:73 作者:小猪 小编这次要给大家分享的是实例解析java如何实现斗地主代码,文章内容丰富,感 ...
- mysql java中文乱码_解决Mysql+Java的中文乱码问题(学习心得)
最近几天一直都在学JSP,我用的数据库是Mysql.在连接数据库的过程中,刚开始我只是简单的执行了查询命令,发现从数据库取出的中文数据全部显示成了乱码,查了一些资料之后,我先用了下面的一个转换函数,值 ...
- java 字节 操作_实例解析Java byte数组操纵方式代码
字节数组的关键在于它为存储在该部分内存中的每个8位值提供索引(快速),精确的原始访问,并且您可以对这些字节进行操作以控制每个位. 坏处是计算机只将每个条目视为一个独立的8位数 - 这可能是你的程序正在 ...
- java 压缩 乱码_如何解决java压缩文件乱码问题
用java来打包文件生成压缩文件,有两个地方会出现乱码: 内容的中文乱码问题:修改sun的源码.使用开源的类库org.apache.tools.zip.ZipOutputStream和org.apac ...
- 解压后java文字乱码_怎么解决java解压zip包出现乱码
怎么解决java解压zip包出现乱码 发布时间:2020-06-23 09:02:42 来源:亿速云 阅读:107 作者:Leah 怎么解决java解压zip包出现乱码?相信很多没有经验的人对此束手无 ...
- java 内存排序_详细解析Java内存,处理器重排序,编译器重排序以及它对线程的影响...
欢迎大家搜索"小猴子的技术笔记"关注我的公众号,有问题可以及时和我交流. 我们在编写程序的时候有一个编写代码的顺序,那么计算机执行的时候就是按照我们编写代码的顺序来执行的吗?答案是 ...
- java 幽灵引用_全面解析Java中的GC与幽灵引用
Java 中一共有 4 种类型的引用 : StrongReference. SoftReference. WeakReference 以及 PhantomReference (传说中的幽灵引用 呵呵) ...
- java udp乱码_【Java】Java UDP 套接字编程乱码问题
零.发现问题 用Java写了个UDP收发程序,发现中文有问题! package socket; import java.io.IOException; import java.net.Datagram ...
- java 中文乱码_好程序员Java学习路线分享如何处理中文参数
好程序员Java学习路线分享如何处理中文参数,为什么表单中会产生中文乱码. 好程序员Java培训 产生乱码,就是因为服务器和客户端沟通的编码不一致造成的,因此解决的办法是:在客户端和服务器之间设置一个 ...
最新文章
- 书评 —— 《Go语言编程》
- html导航下拉菜单js点击显示不出来,使用JS做下拉菜单,子菜单不显示
- 物联网的四种计算类型
- Spring_HelloWord
- L2-005 集合相似度 (25分)
- 解决:idea - maven project 中 jar 报红线
- 初试Octave软件
- SELinux系列(三)——SELinux的三种工作模式
- 【软考】程序设计语言复习指南
- 智能优化算法:旗鱼优化算法-附代码
- 怎样安装linux中文字体,linux如何安装中文字体库
- mysql 数据库恢复模式_数据库的恢复模式
- 计算机usb无法读取u盘启动,电脑不能识别U盘PE的解决方法
- 水箱建模最小二乘法_高位消防水箱考点汇总及历年真题!
- 安装部署(七) HBase集群安装部署与测试
- Selenium Chrome版本兼容问题
- CSS3正方体图片轮换
- SaaS营销网站剖析:SaaS主页,你给用户的第一印象
- 文墨绘学:习惯决定孩子命运—习惯培养的五大步骤
- 【每日新闻】企业微信终于与微信实现互通,微信生态商业化的想象力究竟有多大? | To B“非成勿扰”,解决企业服务对接难题