将字符串编码为“DataInput的修改后的UTF-8”

Question

我想将字符串值编码为修改后的UTF-8格式字节.有点像

byte[] bytes = MagicEncoder.encode(str, "modified UTF-8");
DataInput input = new DataInputStream(new ByteArrayInputStream(bytes));

DataInput的每个read*()方法都必须能够正确读取底层字节。

Answer 1

使用DataOutputStream

   ByteArrayOutputStream byteOutputStream = new ByteArrayOutputStream();
   DataOutputStream dataOutputStream = new DataOutputStream(byteOutputStream);
   dataOutputStream.writeUTF("some string to write");
   dataOutputStream.close();

结果可在byteOutputStream.toByteArray()中获得

Answer 2

As info:

修改后的UTF-8编码简单地取代了nul字符U+0000，通常编码为字节0，作为字节序列C0 80，这是一种正常的多字节编码，用于代码> 0x7F。(因此，正常的UTF-8解码就足够了。)

byte[] originalBytes;
int nulCount = 0;
for (int i = 0; i < originalBytes.length; ++i) {
    if (originalBytes[i] == 0) {
        ++nulCount;
    }
}

byte[] convertedBytes = new byte[originalCount + nulCount];
for (int i = 0, j = 0; i < originalBytes.length; ++i, ++j) {
    convertedBytes[j] = originalBytes[i];
    if (originalBytes[i] == 0) {
        convertedBytes[j] = 0xC0;
        ++j;
        convertedBytes[j] = 0x80;
    }
}

最好使用System.arrayCopy，并检查是否nulCount == 0。