从 ByteBuffer 获取多语言数据答案

【问题标题】：Get Multilingual Data from ByteBuffer从 ByteBuffer 获取多语言数据
【发布时间】：2012-08-12 17:58:13
【问题描述】：

我在 UDP Java 应用程序中接收 ByteBuffers。

现在这个 ByteBuffer 中的数据可以是任何语言的任何字符串或任何用零分隔的特殊字符。

我使用以下代码从中获取字符串。

public String getString() {
byte[] remainingBytes = new byte[this.byteBuffer.remaining()];
this.byteBuffer.slice().get(remainingBytes);
String dataString = new String(remainingBytes);
int stringEnd = dataString.indexOf(0);

if(stringEnd == -1) {
    return null;
} else {
    dataString = dataString.substring(0, stringEnd);
    this.byteBuffer.position(this.byteBuffer.position() + dataString.getBytes().length + 1);

    return dataString;
}
}

这些字符串存储在 MySQL 数据库中，所有内容都设置为 UTF8。

如果我在 Windows 中运行应用程序，则会显示像 ® 这样的特殊字符，但不会显示中文。

在添加 VM 参数时 -Dfile.encoding=UTF8 显示中文，但像 ® 这样的字符显示为 ??等等

请帮忙。

编辑：

UDP包中的输入字符串是可变长度字节字段，UTF-8编码，以0x00结尾

对于 JDBC，我也使用 useUnicode=true&characterEncoding=UTF-8

【问题讨论】：

标签： java utf-8 character-encoding udp

【解决方案1】：

不确定，但 dataString 只包含直到这个零的数据，因为 stringEnd 显示在第一个零位置而不是后面。

dataString = dataString.substring(0, stringEnd+1);

或

char specChar = dataString.substring(stringEnd, stringEnd+1);它应该只返回特殊字符，但正如我在 biggining 中所说，不确定......

【讨论】：

它非常适用于英文数据。我多次调用 getString() 以获取更多数据。

【解决方案2】：

String dataString = new String(remainingBytes); 是错误的。你几乎不应该那样做。您应该找出用于将字节放入 UDP 数据包的编码，并在该行使用相同的编码：

String dataString = new String(remainingBytes, encoding); // e.g. "UTF-8"

编辑：根据您更新的问题，encoding 应该是 "UTF-8"

【讨论】：

即使使用 -Dfile.encoding=UTF8 作为 VM 参数也有必要吗？
是的。不要使用那个 VM 参数，它不相关
关于使用 new String(remainingBytes,"UTF-8"); 和 dataString.getBytes("UTF-8") 中文字符是正确显示。但是 ® 不显示！！
这个不正确的显示在哪里？您必须从端到端获得正确的编码，因此您的 JDBC 代码或显示输出中仍然可能存在错误。尝试阅读kunststube.net/encoding
我不认为 JDBC 代码中存在错误，因为数据在遇到 ® 时也会变得混乱。我通过打印到控制台来检查。 AND dataString.indexOf(0) 在遇到 ® 时也会返回错误值。