将字节数组从编码 A 转换为编码 B

Question

我有一个非常有趣的话题——至少对我来说是这样。给定一个带有字节的 ByteArrayOutputStream，例如 UTF-8 中的字节，我需要一个可以将这些字节“翻译”成另一个 - 新的 - ByteArrayOutputStream 的函数，例如 UTF-16 或 ASCII 或你的名字。我幼稚的方法是使用 InputStreamReader 并提供所需的编码，但这不起作用，因为它会读入 char[] 而我只能将 byte[] 写入新的 BAOS。

public byte[] convertStream(Charset encoding) {
    ByteArrayInputStream original = new ByteArrayInputStream(raw.toByteArray());
    InputStreamReader contentReader = new InputStreamReader(original, encoding);
    ByteArrayOutputStream converted = new ByteArrayOutputStream();

    int readCount;
    char[] buffer = new char[4096];
    while ((readCount = contentReader.read(buffer, 0, buffer.length)) != -1)
        converted.write(buffer, 0, readCount);

    return converted.toByteArray();
}

现在，这显然行不通，我正在寻找一种方法来使这种情况成为可能，而无需从 byte[] 构建字符串。

@编辑： 因为阅读明显的东西似乎相当困难。 1) raw: ByteArrayOutputStream 包含从客户端发送给我们的 BINARY 对象的字节。这些字节通常以 UTF-8 作为 HTTP 消息的一部分。 2）这里的目标是将此 BINARY 数据转发到不灵活的内部系统 - 这是一个内部系统 - 它接受 UTF-16 中的此类附件。我不知道为什么甚至不问，它确实这样做了。

所以为了证明我的问题是正确的：有没有办法将字节数组从 Charset A 转换为 Charset B 或您选择的编码。再次构建字符串不是我所追求的。

谢谢你，希望能解决有问题的部分:)。

Answer 1

如 cmets 中所述，我只是转换为字符串：

String text = new String(raw.toByteArray(), encoding);
byte[] utf8 = text.getBytes(StandardCharsets.UTF_8);

但是，如果这不可行（出于某种未指明的原因...），您现在所拥有的就差不多了 - 您只需在组合中添加一个 OutputStreamWriter：

// Nothing here should throw IOException in reality - work out what you want to do.
public byte[] convertStream(Charset encoding) throws IOException {       
    ByteArrayInputStream original = new ByteArrayInputStream(raw.toByteArray());
    InputStreamReader contentReader = new InputStreamReader(original, encoding);

    int readCount;
    char[] buffer = new char[4096];
    try (ByteArrayOutputStream converted = new ByteArrayOutputStream()) {
        try (Writer writer = new OutputStreamWriter(converted, StandardCharsets.UTF_8)) {
            while ((readCount = contentReader.read(buffer, 0, buffer.length)) != -1) {
                writer.write(buffer, 0, readCount);
            }
        }
        return converted.toByteArray();
    }
}

请注意，您仍在内存中创建数据的额外临时副本，诚然是使用 UTF-8 而不是 UTF-16...但从根本上说，这几乎不比创建字符串更有效。

如果内存效率是一个特别关注的问题，您可以执行多次传递以确定需要多少字节，创建一个写入长度的字节数组，然后将代码调整为直接写入该字节数组。