Java unicode字节解析

我正在以字节流的形式从文件中读取一些数据，我刚刚遇到了一些unicode字符串，我不确定如何最好地处理它们

每个字符使用两个字节，只有第一个字节似乎包含实际数据，因此，例如字符串“trust”存储在文件中，如下所示：

0x74 0x00(t) 0x72 0x00(r) ...and so on

通常我只使用正则表达式将零替换为零，从而删除空白。但是，文件中单词之间的空格是使用

0x00 0x00

实现的，因此尝试使用一个简单的字符串“replaceAll”会有点混乱

我尝试过使用字符串编码集，比如“ISO-8859-1”和“UTF-8/16”，但每次我都会使用空白

我确实创建了一个简单的正则表达式来删除双零十六进制值，即：

new String(bytes).replaceAll("[\\00]{2,},"");

但这显然只适用于双零，我真的想用零替换单零，用实际的ASCII/Unicode空格字符替换双零

我可以发誓其中一个Java字符串格式设置可以处理这种事情，但我可能错了。那么，我应该创建一个正则表达式来去掉零，还是Java真的提供了这样做的机制

谢谢

这是

“UTF-16LE”

0x00 0x00

实际上在UTF-16中对NUL字符进行编码，因此这就是您将得到的结果

这种编码可以对大约一百万个不同的字符进行编码，每个字符使用2或4个字节。前256个字符用第二个字节

0x00

编码，如果文本仅包含这些字符，则可能被视为无用字符，但其余字符则需要这些字符。例如，欧元货币符号

€

将显示为

0xAC 0x20

我正在以字节流的形式从文件中读取一些数据，我刚刚遇到了一些unicode字符串，我不确定如何最好地处理它们

使用适当的字符集将它们转换为字符串，在本例中为UTF-16LE（小尾端UTF-16，低阶字节在前，高阶字节在后）

---

啊，是的，就是这样，我找不到。这回答了我的问题并解决了它。非常感谢您的快速回复，我会尽快点击“接受”。谢谢伊莎莉亚！谢谢伊恩，这正是我所做的。出于兴趣，识别正在使用的unicode字符集类型的最佳方法是什么？@Tony通常不会识别编码，而是明确告知。就像从http服务器获取文件一样，服务器可能会向您发送一个包含编码的http头。如果没有这些信息，自动检测编码是不可靠的。人们可以手动进行最佳猜测，看看文本是否正确@Tony除非数据以字节顺序标记开始，否则没有“最佳方式”——如果前两个字节是FE FF，那么它是大端UTF-16，FF FE，那么它是小端UTF-16，EF BB BF，它是UTF-8。但是，如果您正在阅读二进制格式，那么格式规范应该告诉您预期的编码（包括endianness）。非常感谢输入人员，非常感谢！

String str = new String(bytes, "UTF-16LE");