Kotlin字符串编码

简介

字符串编码是将字符转换为计算机可存储或传输的二进制数据的过程。在Kotlin中，字符串默认使用UTF-16编码，但开发者经常需要处理其他编码（如UTF-8、ISO-8859-1等）以实现跨平台兼容性或与外部系统交互。本节将详细解释Kotlin中的字符串编码原理、常见编码方式及实际应用。

基础概念

字符集与编码

• 字符集（Charset）：字符的集合（如Unicode包含全球所有字符）。
• 编码（Encoding）：将字符映射为字节序列的规则（如UTF-8、UTF-16）。

Kotlin通过`java.nio.charset.Charset`类支持多种编码格式。

默认编码

Kotlin的`String`类内部使用UTF-16编码，但转换为字节数组时需显式指定编码：

  
val str = "Kotlin编码"  
val bytes: ByteArray = str.toByteArray(Charsets.UTF_8) // 显式指定UTF-8

常见编码操作

字符串与字节数组转换

编码（String → ByteArray）

  
fun encodeToBytes(str: String, charset: Charset): ByteArray {  
    return str.toByteArray(charset)  
}  

val utf8Bytes = encodeToBytes("Hello, 世界!", Charsets.UTF_8)  
println(utf8Bytes.contentToString()) // 输出字节数组

解码（ByteArray → String）

  
fun decodeToString(bytes: ByteArray, charset: Charset): String {  
    return String(bytes, charset)  
}  

val decodedStr = decodeToString(utf8Bytes, Charsets.UTF_8)  
println(decodedStr) // 输出: "Hello, 世界!"

编码验证

检测字节数组是否属于特定编码：

  
fun isEncodingValid(bytes: ByteArray, charset: Charset): Boolean {  
    return Charset.forName(charset.name()).newDecoder().run {  
        try { decode(ByteBuffer.wrap(bytes)); true }  
        catch (e: CharacterCodingException) { false }  
    }  
}

编码选择与性能

常见编码对比

编码类型	特点	适用场景
UTF-8	变长（1-4字节），兼容ASCII	网络传输、文件存储
UTF-16	定长（2或4字节）	Kotlin/JVM内部字符串
ISO-8859-1	单字节，仅支持西欧字符	旧系统兼容性

实际案例

案例1：HTTP请求响应处理

从网络API读取UTF-8编码的JSON数据：

  
import java.net.URL  

fun fetchJson(url: String): String {  
    val bytes = URL(url).readBytes()  
    return String(bytes, Charsets.UTF_8)  
}

案例2：文件读写

将字符串写入文件并指定编码：

  
import java.io.File  

fun writeToFile(text: String, path: String, charset: Charset) {  
    File(path).writeText(text, charset)  
}  

writeToFile("Kotlin字符串示例", "output.txt", Charsets.UTF_8)

高级主题

BOM（字节顺序标记）处理

某些文件在UTF-8/UTF-16开头包含BOM，需特殊处理：

  
fun removeBom(text: String): String {  
    return text.trimStart('\uFEFF') // 移除BOM字符  
}

编码转换流

使用`InputStreamReader`和`OutputStreamWriter`进行流式编码转换：

  
File("input.txt").inputStream().reader(Charsets.ISO_8859_1).use { reader ->  
    val content = reader.readText()  
    // 转换为UTF-8  
    File("output.txt").writeText(content, Charsets.UTF_8)  
}

总结

Kotlin字符串编码是处理文本数据的重要基础。通过理解不同编码的特性及使用场景，开发者可以高效地实现数据存储、传输和国际化支持。