Jak przekonwertować kodowanie UTF-8 do Unicode w Javie?

Question

Na przykład w zestawie znaków Emoji, U+1F601 jest wartością Unicode dla "GRINNING FACE WITH SMILING EYES", a \xF0\x9F\x98\x81 jest wartością bajtów UTF-8 dla tego znaku.

\xE2\x9D\xA4 jest dla ciężkiego czarnego serca, a kod Unicode to U+2764.

Moje pytanie brzmi: jeśli mam tablicę bajtów o wartości (0xF0, 0x9F, 0x98, 0x81, 0xE2, 0x9D, 0xA4), to w jaki sposób mogę ją przekonwertować na wartość Unicode?

Dla powyższego wyniku potrzebuję tablicy z wartościami "1F601" i "2764".

Wiem, że mogę napisać skomplikowaną metodę wykonania tej pracy, ale mam nadzieję, że istnieje już biblioteka do wykonania tej pracy.

Answer 1

Moje pytanie brzmi: jeśli mam tablicę bajtów z wartością (0xF0, 0x9F, 0x98, 0x81), to w jaki sposób mogę ją przekonwertować na wartość Unicode?

Wystarczy wywołać konstruktor String podając danych i kodowanie:

String text = new String(bytes, "UTF-8"); 

można określić Charset zamiast nazwy kodowania - Lubię Guava „s proste Charsets klasy, który pozwala napisać:

String text = new String(bytes, Charsets.UTF_8); 

Albo Java 7, użyj StandardCharsets nawet bez konieczności Guava:

String text = new String(bytes, StandardCharsets.UTF_8); 

Answer 2

Wystarczy użyć String Klasa:

byte[] bytesArray = new byte[10]; // array of bytes (0xF0, 0x9F, 0x98, 0x81) 

String string = new String(bytesArray, Charset.forName("UTF-8")); // covert byteArray 

System.out.println(string); // Test result 

Answer 3

Oto przykład przy użyciu InputStreamReader:

InputStream inputStream = new FileInputStream("utf-8-text.txt"); 
Reader  reader  = new InputStreamReader(inputStream, 
               Charset.forName("UTF-8")); 

int data = reader.read(); 
while(data != -1){ 
    char theChar = (char) data; 
    data = reader.read(); 
} 

reader.close(); 

Ref: Java I18N example