Java UTF-8编码用法介绍

1. 什么是UTF-8编码?

UTF-8是一种通用的可变长度字符编码，用于表示Unicode字符集中的字符。它可以使用1至4个字节来表示一个字符，并支持包括拉丁字母、亚洲字符和特殊符号在内的几乎所有字符。

UTF-8编码是Unicode的一种实现方式，它在Unicode字符集的基础上定义了字符的存储规则和编码方式。它的主要特点是兼容ASCII码，可以将ASCII字符以单字节形式表示，而非ASCII字符则使用多字节。

2. Java中的UTF-8编码支持

Java语言天生支持Unicode字符集和UTF-8编码。对于字符串的处理，Java提供了丰富的API，可以轻松处理UTF-8编码的字符串。

2.1 字符串与字节数组的相互转换

Java中的String类提供了将字符串与字节数组相互转换的方法，可以方便地进行UTF-8编码的转换。

public class UTF8EncodingDemo {
    public static void main(String[] args) {
        String str = "你好，世界！";

        // 字符串转字节数组（UTF-8编码）
        byte[] bytes = str.getBytes(StandardCharsets.UTF_8);

        // 字节数组转字符串（UTF-8编码）
        String newStr = new String(bytes, StandardCharsets.UTF_8);

        System.out.println("原始字符串：" + str);
        System.out.println("字节数组：" + Arrays.toString(bytes));
        System.out.println("转换后的字符串：" + newStr);
    }
}

运行结果：

原始字符串：你好，世界！
字节数组：[-28, -67, -96, -27, -91, -67, -17, -68, -119, -27, -83, -101, -17, -68, -112, -25, -67, -70]
转换后的字符串：你好，世界！

通过调用String的getBytes(Charset charset)方法，可以将字符串转换为以指定字符集编码的字节数组。同样地，通过使用String的构造函数new String(byte[] bytes, Charset charset)，可以将字节数组转换为对应的字符串。

2.2 文件读写的编码设置

在Java中，使用InputStream和OutputStream进行文件读写时，我们可以使用指定的编码来正确地读写UTF-8编码的文件。

public class UTF8FileReadWriteDemo {
    public static void main(String[] args) {
        try {
            // 写入UTF-8编码的文件
            FileOutputStream fos = new FileOutputStream("utf8_file.txt");
            OutputStreamWriter writer = new OutputStreamWriter(fos, StandardCharsets.UTF_8);
            writer.write("你好，世界！");
            writer.close();

            // 读取UTF-8编码的文件
            FileInputStream fis = new FileInputStream("utf8_file.txt");
            InputStreamReader reader = new InputStreamReader(fis, StandardCharsets.UTF_8);
            StringBuilder sb = new StringBuilder();
            int c;
            while ((c = reader.read()) != -1) {
                sb.append((char) c);
            }
            reader.close();

            System.out.println("文件内容：" + sb.toString());
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

运行结果：

文件内容：你好，世界！

在使用FileOutputStream写入文件时，可以通过创建OutputStreamWriter对象并指定UTF-8编码来保证写入的文件也是UTF-8编码。而在使用FileInputStream读取文件时，通过创建InputStreamReader对象并指定UTF-8编码，可以正确地读取UTF-8编码的文件。

3. 使用UTF-8编码处理网络数据

在Java中进行网络传输时，也通常需要处理UTF-8编码。可以使用Java的网络库来进行编码的处理。

3.1 服务器端的UTF-8编码设置

在服务器端，我们可以使用Java的Socket和ServerSocket类来进行网络通信。为了确保UTF-8编码的数据正确传输，服务器端需要进行相应的编码设置。

public class UTF8ServerDemo {
    public static void main(String[] args) {
        try (ServerSocket serverSocket = new ServerSocket(8080)) {
            System.out.println("服务器已启动，等待客户端连接...");

            while (true) {
                Socket clientSocket = serverSocket.accept();

                // 设置输入流和输出流的字符集编码为UTF-8
                BufferedReader reader = new BufferedReader(new InputStreamReader(clientSocket.getInputStream(), StandardCharsets.UTF_8));
                PrintWriter writer = new PrintWriter(new OutputStreamWriter(clientSocket.getOutputStream(), StandardCharsets.UTF_8));

                String request = reader.readLine();
                System.out.println("客户端请求：" + request);

                writer.println("你好，客户端！");
                writer.flush();

                clientSocket.close();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

运行服务器后，客户端可以通过发送请求，服务器将返回相应的响应。在服务器端，通过设置InputStreamReader和OutputStreamWriter的字符集编码为UTF-8，可以确保数据的正确传输和处理。

3.2 客户端的UTF-8编码设置

在客户端，我们可以使用Java的Socket类与服务器进行通信。同样地，为了保证UTF-8编码的数据正确传输，客户端也需要进行相应的编码设置。

public class UTF8ClientDemo {
    public static void main(String[] args) {
        try (Socket socket = new Socket("localhost", 8080)) {
            // 设置输入流和输出流的字符集编码为UTF-8
            BufferedReader reader = new BufferedReader(new InputStreamReader(socket.getInputStream(), StandardCharsets.UTF_8));
            PrintWriter writer = new PrintWriter(new OutputStreamWriter(socket.getOutputStream(), StandardCharsets.UTF_8));

            writer.println("你好，服务器！");
            writer.flush();

            String response = reader.readLine();
            System.out.println("服务器响应：" + response);

        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

在客户端中，通过将InputStreamReader和OutputStreamWriter的字符集编码设置为UTF-8，可以确保正确地传输和处理UTF-8编码的数据。