将UTF-8字符编码函数从PHP转换为Java

我正在尝试将一个PHP编码函数转换为Android Java方法。因为Java字符串长度函数处理UTF-8字符串的方式不同。在转换第二个UTF-8STR2时，我未能使翻译后的Java代码与PHP代码一致。第一个非UTF-8字符串不起作用

原始PHP代码是：

 function myhash_php($string,$key) {
    $strLen = strlen($string);
    $keyLen = strlen($key);
    $j=0 ; $hash = "" ; 
    for ($i = 0; $i < $strLen; $i++) {
        $ordStr = ord(substr($string,$i,1));
        if ($j == $keyLen) { $j = 0; }
        $ordKey = ord(substr($key,$j,1));
        $j++;
        $hash .= strrev(base_convert(dechex($ordStr + $ordKey),16,36));

    }
    return $hash;  
}
$str1 = "good friend" ;
$str2 = "好友" ;    //  strlen($str2) == 6
$key  = "iuyhjf476" ;
echo "php encode str1 '". $str1 ."'=".myhash_php($str1, $key)."<br>";
echo "php encode str2 '". $str2 ."'=".myhash_php($str2, $key)."<br>";

产生错误结果的当前翻译Java代码有：

    public static String   hash_java(String  string, String  key) {
        //Integer strLen  = byteLenUTF8(string) ; // consistent with php strlen("好友")==6
        //Integer keyLen  = byteLenUTF8(key) ;    //   byteLenUTF8("好友") == 6
        Integer strLen  = string.length() ;      //     "好友".length()  ==  2
        Integer keyLen  = key.length() ;
        int j=0 ;
        String  hash = "" ;
        int ordStr, ordKey ;
        for (int i = 0; i < strLen; i++) {
            ordStr = ord_java(string.substring(i,i+1));  //string is String,  php  substr($string,$i,$n)  ==  java string.substring(i, i+n)
            // ordStr = ord_java(string[i]);  //string is byte[], php  substr($string,$i,$n)  ==  java string.substring(i, i+n)
            if (j == keyLen) { j = 0; }
            ordKey = ord_java(key.substring(j,j+1));
            j++;
            hash += strrev(base_convert(dechex(ordStr + ordKey),16,36));
        }
        return hash;
    }
    // return the ASCII code of the first character of str
    public static int      ord_java( String str){
        return( (int)  str.charAt(0)  ) ;
    }
    public static String   dechex(int input  ) {
        String hex  = Integer.toHexString(input ) ;
        return hex ;
    }
    public static String   strrev(String str){
        return  new StringBuilder(str).reverse().toString() ;
    }
    public static String   base_convert(String str, int fromBase, int toBase) {
        return Integer.toString(Integer.parseInt(str, fromBase), toBase);
    }

    String  str1 = "good friend" ;
    String  str2 = "好友" ;
    String  key  = "iuyhjf476" ;
    Log.d(LogTag,"java encode str1 '"+ str1  +"'="+hash_java(str1, key)) ;
    Log.d(LogTag,"java encode str2 '"+ str2  +"'="+hash_java(str2, key)) ;

---

Java方法中UTF-8 str2的编码输出不正确。如何解决此问题？

在Java中，使用UTF-8字符编码将字符串转换为字节数组。然后，将编码算法应用于这个字节数组，而不是字符串

您的PHP程序似乎隐式地执行相同的操作，例如处理字符

好为三个单独的字节值

编辑：
在评论中，您说您收到了用户在Android上输入的字符串。因此，我们从一个来自某个UI小部件的Java
字符串开始

您需要该Java字符串来提供与给定PHP函数在使用相同的UTF-8字符串时产生的结果相同的结果。结果字符串将只使用ASCII字符，因此其字符编码问题较少（不管是ISO-8859-1还是UTF-8）

PHP
string
数据类型不知道编码，只存储一个字节序列，因此通常它可能包含ISO-8859-1字节，其中一个字节表示一个字符，或UTF-8字节序列，其中字符通常占用多个字节，或任何其他编码。PHP
字符串
不知道如何将字节解释为字符，它只是查看和计算字节

因此，PHP字符串所称的“字符”，实际上是UTF-8编码的字节，Java端在执行其算法时必须模拟这种行为

Java的
String
数据类型与PHP非常不同，不是基于字节序列，而是（主要）将字符串视为字符序列。因此，如果使用Java字符串的字符，将不会看到PHP看到的相同元素序列

当Java在类似
的字符串上迭代时好友"，有两个步骤，两个字符各一个（查看字符的Unicode代码点编号），而PHP有六个步骤，UTF-8表示的每个字节一个，查看字节值

因此，要模拟PHP，在Java中必须使用UTF-8编码将
字符串
转换为
字节[]
数组。这样，一个Java
字节
将对应一个PHP字符

评论
顺便说一句，“UTF-8字符串”在Java中没有意义

这与PHP不同，例如，
“Maß”
作为ISO-8859-1字符串（长度为3）不同于
“Maß”
作为UTF-8字符串（长度为4）

在Java中，字符串是字符序列，这就是为什么例如
“好友“
的长度为2，因为只有两个字符恰好来自非拉丁语脚本。[对于通常遇到的大多数Unicode字符，这是正确的，但也有例外。]在Java中，UTF-8这样的术语只有在字符串和字节序列之间转换时才起作用。
不用于测试-如果不完全了解您所做的事情以及文件的编码方式，这很容易产生意外的结果。对于UTF-8，您应该将所有内容都视为原始字节，并且永远不要使用
字符串进行en/解码。例如PHP:

$test1 = pack( 'H*', '414243' );  // "ABC" in hexadecimal: 2 digits per byte
$test2 = pack( 'H*', 'e5a5bde58f8b' );  // "好友" in hexadecimal, UTF-8 encoded, 3 bytes per character

Java中的示例：

byte[] test1 = new byte[] { 0x41, 0x42, 0x43 };  // "ABC"
byte[] test2 = new byte[] { (byte)0xe5, (byte)0xa5, (byte)0xbd, (byte)0xe5, (byte)0x8f, (byte)0x8b };  // "好友"

只有这样，您才能确保测试设置正确，并且不受源文件编码方式的约束。如果Java文件以UTF-8编码，而PHP文件以UTF-16LE编码，那么失败的情况会更糟，因为到目前为止，您没有将定义（原始字节）和假设（基于文本编码的字符串）分开

（当人们想要对文本进行加密/解密时，这也是一个很大的误解：他们操作（任何编程语言的）
String
，而不是实际的字节，然后想知道为什么不同的编程语言会产生不同的结果。）
使用是一个错误——“转换”从
String
到
byte[]
已经太晚了。在PHP和Java中，文件的文本编码可以是任何内容-提供与任何编码无关的字节是唯一安全的方法。@AmigoJack一般来说，我同意。但是“文件的文本编码”是如何实现的呢“适用于OP的问题？文字肯定只是测试用例。我忘了在代码中输入strev方法，我添加了它。现在您可以轻松地运行代码了。如何修复java代码以使其与PHP代码一致？正如我所说的，使用UTF-8将字符串转换为字节数组，然后用等效的字节数组操作替换所有当前的字符串操作。@RalfKleberhoff我们既看不到PHP文件是否保存在UTF-8中，也看不到编码-它必须设置在某个地方，同样，由于它不在文件中，PHP文件依赖于安装。对于测试，我们必须像对待原始字节一样对待文本，而不是假设任何东西——否则测试在操作和结果上都会产生误导。什么？PHP不是应用程序，并且（除非严格用作脚本解释器）依赖于HTTP（您甚至还没有对其编码提出疑问）。了解一个范围的结束和另一个范围的开始。在Java中获取输入很容易-将其放入
字符串中会导致问题，因为它不可能是UTF-8-请参阅
$test1 = pack( 'H*', '414243' );  // "ABC" in hexadecimal: 2 digits per byte
$test2 = pack( 'H*', 'e5a5bde58f8b' );  // "好友" in hexadecimal, UTF-8 encoded, 3 bytes per character

byte[] test1 = new byte[] { 0x41, 0x42, 0x43 };  // "ABC"
byte[] test2 = new byte[] { (byte)0xe5, (byte)0xa5, (byte)0xbd, (byte)0xe5, (byte)0x8f, (byte)0x8b };  // "好友"