JAVA：从字符串中获取 UTF-8 十六进制值？

Posted 2023-02-23

【中文标题】JAVA：从字符串中获取 UTF-8 十六进制值？

【英文标题】：JAVA: get UTF-8 Hex values from a string?

【发布时间】：2012-03-31 04:43:16

【问题描述】：

我希望能够将原始 UTF-8 字符串转换为十六进制字符串。 在下面的示例中，我创建了一个包含 2 个字母的示例 UTF-8 字符串。 然后我试图获取十六进制值，但它给了我负值。

我怎样才能让它给我05D0和05D1

String a = "\u05D0\u05D1";
byte[] xxx = a.getBytes("UTF-8");

for (byte x : xxx) 
   System.out.println(Integer.toHexString(x));

谢谢。

【参考方案1】：

如果您想要代码点，请不要转换为 UTF-8 之类的编码。使用Character.codePointAt。

例如：

Character.codePointAt("\u05D0\u05D1", 0) // returns 1488, or 0x5d0

【讨论】：

好吧，你想要 UTF-8 (0xD790) 或代码点 (0x000005D0) 的十六进制值吗？如果您想要代码点，请将字节转换为带有new String(bytes, "UTF-8") 的字符串，然后使用Character.codePointAt(...).toHexString() 获取十六进制表示。

也许我错过了什么。 Character.codePointAt 没有 toHexString 方法，它返回一个整数。你能给我完整的例子吗？谢谢

糟糕，toHexString 是一个静态方法。 System.out.println(Integer.toHexString(Character.codePointAt("\u05D0", 0))) 将打印出 5d0。如果你想在左边用零填充，试试System.out.printf("%08x", Character.codePointAt("\u05D0", 0))，它会打印000005d0。

像魅力一样工作。谢谢。

【参考方案2】：

出现负值是因为byte 的范围是-128 到127。以下代码将产生正值：

String a = "\u05D0\u05D1";
byte[] xxx = a.getBytes("UTF-8");

for (byte x : xxx) 
    System.out.println(Integer.toHexString(x & 0xFF));

主要区别在于它输出x & 0xFF 而不仅仅是x，此操作将byte 转换为int，去掉符号。

【讨论】：

感谢您的快速回复，但它仍然没有给出正确的值。我试图重现 05D0 的十六进制值，代码给了我 d7 90

@thedp 发生这种情况是因为您编码的符号在 UTF-8 中由这些字节表示。如果你想接收你说的字节，你应该使用 UTF-16。

UTF-8 编码不会像我怀疑的那样做。每个值都在多个字节上编码。详情请见en.wikipedia.org/wiki/UTF-8#Description。

没错。二进制的 D7 90 是 11010111 10010000。这里第一个字节开头的 110 只是表示将有下一个字节。第二个字节开头的 10 表示它不是第一个字节。如果我们删除它们，我们会得到以下数字 10111 010000，它正好是十六进制的 5D0。这就是 UTF-8 中的解码过程。

感谢您向我解释这个话题。