java按字节拆分字符串 后在拼成字符串

[Luger]

是这样的一个方法

public static void main(String[] args) throws UnsupportedEncodingException {
    String arr[] = splitByByteSize("abc刘defghijklmnopqrstuvwxyz",4);
    int byteLen = 0;
    for(int i=0;i<arr.length;i++){
        byteLen+=arr[i].getBytes().length;
    }
    byte[] bytes = new byte[byteLen];
    int offset = 0;
    for(int i=0;i<arr.length;i++){
        System.arraycopy(arr[i].getBytes("utf-8"), 0, bytes, offset, arr[i].getBytes("utf-8").length);
        offset += arr[i].getBytes("utf-8").length;
    }

    System.out.println(">>"+new String(bytes));
}

public static String[] splitByByteSize(String content, int size) throws UnsupportedEncodingException{
    byte[] bytes = content.getBytes("utf-8");
    int totalSize = bytes.length;
    int partNum = 0;
    if(totalSize == 0){
        return new String[0];
    }
    if(totalSize % size == 0){
        partNum = totalSize / size;
    }else{
        partNum = totalSize / size + 1;
    }
    String[] arr = new String[partNum];
    int offset = 0;
    byte newBytes[] = new byte[size];
    for(int i=0;i<partNum-1;i++){
        System.arraycopy(bytes, offset, newBytes, 0, size);
        arr[i] = new String(newBytes,"utf-8");
        offset += size;
    }
    System.arraycopy(bytes, offset, newBytes, 0, totalSize-offset);
    arr[partNum-1] = new String(newBytes,"utf-8");
    return arr;

}

按字节拆分后等字节的放到String数组中。另外有个方法接收String数组后在拼成content原来的值。现在是如果有中文，按字节拆分会有乱码。但是感觉后面按照String数组拼成字符串应该不会乱码。但是还是乱码。请问怎么做才能在用返回的String数组拼成字符串不乱码。

[oh_Maxy]

无法保证按照4分割byte数组，不会将中文的byte给分割开。

[马达马达达]

我在做注册码时也遇到过类似的问题。 原因就出在你把拆分完的byte[]直接转换为String。也就是line 34 new String()如果遇到不完整的片段，会根据编码自动补位，补出来的内容当然就是乱码了。 比较一下前后的十六进制编码就知道了，比如String[] arr = splitByByteSize("abc刘de",4) "abc刘de"的十六进制码：（红的是“刘”） 97 98 99 -27 -120 -104 100 101 arr[0]: 97 98 99 -17 -65 -67 arr[1]: -17 -65 -67 -17 -65 -67 100 101 很明显line34 前，两个部分是 97 98 99 -27 和 -120 -104 100 101 new String()后就变成 97 98 99 -17 -65 -67 和 -17 -65 -67 -17 -65 -67 100 101 了 所以你想要还原数据，就不要在编码转换过程中new String()，都用byte数组操作就没事了 个人浅见。。。希望对你有帮助

[loveofmylife]

utf-8是变长编码，理论上是满足iscii的字符占2个字节，中文等占3个字节， 你没4个字节拆分会把中文拆开掉

[冰思雨]

拆分字符的时候，不能将字符的数据截断。 截断后的数据，再用指定编码方式进行编码时，由于不是一个完整的字符数据，会产生乱码现象； 显示的时候成为乱码还不太重要，重要的是，这个碎片数据无法被编码规则正确解释， 随之而来的，将碎片数据解码成的字符数据中，乱码字符由于不被正确识别，在向二进制数据编码时，是无法被正确还原成原有的碎片数据的。 所以，楼主想要还原成完整的字符数据， 那么，唯一可靠的办法就是，在拆分字符的时候，不能截断字符的数据。

[冰思雨]

或者考虑在拼接的过程中，除了最后一个子字符串以外，其他字符串的解码数据，都用定长数据进行拼接。 不明白？ 就是说，你指定了拆分字符串时，二进制数据的长度（那个size参数），那么，你在还原字符串的时候， 每个分组（除最后一个分组外）都要按照指定的二进制长度（那个size值）来进行拼接。 如果楼主采用的编码解码方式中，对于未包含字符数据不做替换处理的话，原有数据还是有很大的可能性被还原的。

[Luger]

已经解决了，可以这样做

[josh_wang]

引用 6 楼 lu562470201 的回复:

已经解决了，可以这样做

怎么解决的，方案放出来看一下么