string 转 byte 的问题

[ernst20020530]

我现在要从文件里读取汉字，我以二进制读入内存，然后把byte[]转化成String，但是从String转会byte[]的时候有些字符byte的值变了，

for(int i=0;i<buffer.length/2;i++){
byte[] strByte=new byte[2];
byte[] strByte2;
strByte[0]=buffer[2*i];
strByte[1]=buffer[2*i+1];
String str=new String(strByte);
System.out.println(str);
alStr.add(str);
strByte2=str.getBytes();
System.out.print(i+":");
System.out.print(Integer.toHexString((int)strByte[0]&0xff)+"\t");
System.out.println(Integer.toHexString((int)strByte[1]&0xff));
System.out.print(i+":");
System.out.print(Integer.toHexString((int)strByte2[0]&0xff)+"\t");
System.out.println(Integer.toHexString((int)strByte2[1]&0xff));
}

帮我看看是什么问题，谢谢

[ernst20020530]

还有，我从文件里用readline读入的字符串也有问题，读进来马上按String写到文件里也出问题和原来不一样，请问应该怎么从文件里读取汉字,GBK码

[ouyangyh]

Java中String的编码非常特殊
它并不是每个字符都占两个字节
像标准的ASCII码,只占一个字节
具体的,要参考一些手册

[darxin]

楼主在讨论String与byte[]之间的关系前，首先要明确两点：
String中的每一个元素（char）总是使用unicode进行编码的；
如果要在byte[]中保存字符信息，必须明确byte[]所使用的字符集。

以楼主的代码为例，楼主首先要明确buffer中保存的是使用哪一种字符集编码的字节数据流？
从byte[]数据转成String时，可使用下面的方式：
String str=new String(buffer, Charset.forName("UTF-8"));
前提是你认为buffer中的字节数据是使用UTF-8编码的；

如果你认为buffer中的字节数据是GBK编码的，就可用下面的代码代替：
String str=new String(buffer, Charset.forName("GBK"));

不要使用不带参数的构造器生成字符串，如：
String str=new String(buffer);
因为这种方式系统会使用默认字符集对buffer进行处理，不同的操作系统不同的语言环境，默认字符集是不一样的。

如上所述，从String转到byte[]时，也要考虑字符集问题。
也就是说，当你要将String转到byte[]时，首先要问一下自己，我要生成的byte[]数据是使用哪一种字符集编码的？例如使用UTF-8编码时，可以用下面的代码表示：



另外只有unicode编码字节化数据流是每两个byte表示一个字符（char）的。

如果楼主认为buffer中保存的是
byte[] tmp = str.getBytes(Charset.forName("UTF-8"));

同样道理，不可使用不带参数的getBytes方法，原因是代码不明确！

关于这方面的详细说明，可参考Java字符串与字符集的基本概念一文。

[heartraid86]

ls大牛，这篇文章我拜读了，很详细。

[真哥哥]

3楼厉害啊

[ernst20020530]

3樓真是高手的，佩服的五體投地

[xllee]

这是基础,回顾学习了