Java 如何将128到255的字节映射到等效的UTF16-LE代理项对

我正在努力做到这一点：

我在java web服务中有一个PDF字节[]，我必须将它作为base64字符串发送到.NET客户端，该客户端执行此操作以重建文件

Encoding.Convert(Encoding.Unicode, Encoding.Default, Convert.FromBase64String(inputJava))

我无法更改客户端代码，现在java web服务正在调用另一个.NET web服务，该服务将字节[]转换为base64字符串：

System.Text.Encoding.Convert(System.Text.Encoding.GetEncoding(1252), System.Text.Encoding.Unicode, b);

除了可以通过各种方式（例如使用org.apache.commons.codec.binary.base64）生成的base64之外，我还必须将原始字节[]转换为UTF-16LE字节[]

我试过这个：

byte[] output = new byte[b.length * 2];
for(int i=0; i < b.length; i++) 
{
  int val = b[i];
  if(val < 0) val += 256;

  output[2*i + 0] = (byte) (val);   
  output[2*i + 1] = 0; 
}

byte[]输出=新字节[b.length*2]；
for（int i=0；i

这适用于128以下的值（例如，对于1=>0100，2=>0200，…，127=>7F00），但对于高于（128->255）的值，我不知道如何获得等效的2字节值；我知道字节156（9C）对应的值是8301（0x5301），字节224（E0）对应的值是12501（0x7D01），但我没有找到一个算法来获取所有其他值

字节值和相应的UTF-16LE代理项对之间是否有映射表，或者是否有将值从128映射到255的算法

---

提前谢谢

您不需要代理项对；它们是用于处理基本多语言平面（BMP）之外的字符的结构，所有windows-1252字符都使用BMP

官方的windows-1252（别名cp1252）到Unicode映射表为 它是一个易于处理格式的纯文本文件，因此如果您没有找到用于转换的现有工具，那么基于该文件编写映射应该相当简单

该文件在IANA官方注册处间接引用：

---

我终于找到了解决办法。看起来只有128到159个字节需要代理项对。我使用这段代码模拟.NET Unicode编码：

public class Encoder {
   static Map<Integer, Integer> mapTiny = new HashMap<Integer, Integer>() {
        public Integer get(Object key) {
            Integer code = super.get(key);
            if (code == null)
                code = (Integer) key;
            return code;
        }
    };

    static {
        mapTiny.put(128,8364);
        mapTiny.put(130,8218);
        mapTiny.put(131,402);
        mapTiny.put(132,8222);
        mapTiny.put(133,8230);
        mapTiny.put(134,8224);
        mapTiny.put(135,8225);
        mapTiny.put(136,710);
        mapTiny.put(137,8240);
        mapTiny.put(138,352);
        mapTiny.put(139,8249);
        mapTiny.put(140,338);
        mapTiny.put(142,381);
        mapTiny.put(145,8216);
        mapTiny.put(146,8217);
        mapTiny.put(147,8220);
        mapTiny.put(148,8221);
        mapTiny.put(149,8226);
        mapTiny.put(150,8211);
        mapTiny.put(151,8212);
        mapTiny.put(152,732);
        mapTiny.put(153,8482);
        mapTiny.put(154,353);
        mapTiny.put(155,8250);
        mapTiny.put(156,339);
        mapTiny.put(158,382);
        mapTiny.put(159,376);
    }


public static String encode(byte[] b) throws IOException {

        ByteArrayInputStream in = new ByteArrayInputStream(b);
        ByteArrayOutputStream convFileByteArray = new ByteArrayOutputStream();
        int i = in.read();
        while (i != -1) {
            convFileByteArray.write(new byte[] { (byte) (mapTiny.get(i) & 0xff), (byte) ((mapTiny.get(i) >> 8) & 0xff) });
            i = in.read();
        }
        return Base64.encodeToString(convFileByteArray.toByteArray(), false);
    }

}

公共类编码器{
静态映射mapTiny=newHashMap（）{
公共整数get（对象键）{
整数代码=super.get（key）；
如果（代码==null）
代码=（整数）键；
返回码；
}
};
静止的{
mapTiny.put（1288364）；
mapTiny.put（1308218）；
mapTiny.put（131402）；
mapTiny.put（1328222）；
mapTiny.put（1338230）；
mapTiny.put（1348224）；
mapTiny.put（1358225）；
mapTiny.put（136710）；
mapTiny.put（1378240）；
mapTiny.put（138352）；
mapTiny.put（1398249）；
mapTiny.put（140338）；
mapTiny.put（142381）；
mapTiny.put（1458216）；
mapTiny.put（1468217）；
mapTiny.put（1478220）；
mapTiny.put（1488221）；
mapTiny.put（1498226）；
mapTiny.put（1508211）；
mapTiny.put（1518212）；
mapTiny.put（152732）；
mapTiny.put（1538482）；
mapTiny.put（154353）；
mapTiny.put（1558250）；
mapTiny.put（156339）；
mapTiny.put（158382）；
mapTiny.put（159376）；
}
公共静态字符串编码（字节[]b）引发IOException{
ByteArrayInputStream in=新的ByteArrayInputStream（b）；
ByteArrayOutputStream convFileByteArray=新建ByteArrayOutputStream（）；
int i=in.read（）；
而（i！=-1）{
convFileByteArray.write（新字节[]{（字节）（mapTiny.get（i）和0xff），（字节）（mapTiny.get（i）>>8）和0xff）}）；
i=in.read（）；
}
返回Base64.encodeToString（convFileByteArray.toByteArray（），false）；
}
}

我不完全清楚您想要什么，但肯定包含您需要的所有内容。+1：我会使用

ISO-8859-1

而不是

windows-1252

，甚至只使用

新字符串（b，0）只是为了确保没有翻译。@PeterLawrey-为什么是ISO-8859-1？OP显示数据是使用windows 1252字符集编码的。虽然，我想如果数据真的是base64编码的，那么这两种方式都不重要。也可以使用US-ASCII。@jtahlborn:我试过用它，也试过用不同的字符集组合，但不幸的是，我没能使它正常工作：用java编码的base64字符串与在.NET中生成的不同，并检查字节[]在编码之前，我看到128以上字节的代理项对是不同的。我怀疑微软的Encoding.Unicode与java的UTF-16LE有多大的不同。另外，正如之前有人建议我的，第一个字符集（Cp1252）应该无关紧要，因为该文件是二进制文件，而不是编码文本文件…@Nicola-字符之间有什么区别？具体来说，您要检查哪个字节[]？也许如果您显示更多代码…@jtahlborn:例如：原始字节[]中的字节0x90变为.NET:0x9000，而在java中变为0xFDFF（使用windows-1252作为编码）。如果我改为使用iso-8859-1，则特定字符是正确的，但其他字符编码不好。谢谢你，NicolaThanks，使用你提供的链接中的列表，我成功地理解了这个问题。仅供参考，这基本上是windows-1252编码，我相信我上面的示例也应该完成同样的事情。是的，这是我尝试的第一件事，但令人惊讶的是它没有起作用。也许这是我虚拟机中的一个错误。。。
public class Encoder {
   static Map<Integer, Integer> mapTiny = new HashMap<Integer, Integer>() {
        public Integer get(Object key) {
            Integer code = super.get(key);
            if (code == null)
                code = (Integer) key;
            return code;
        }
    };

    static {
        mapTiny.put(128,8364);
        mapTiny.put(130,8218);
        mapTiny.put(131,402);
        mapTiny.put(132,8222);
        mapTiny.put(133,8230);
        mapTiny.put(134,8224);
        mapTiny.put(135,8225);
        mapTiny.put(136,710);
        mapTiny.put(137,8240);
        mapTiny.put(138,352);
        mapTiny.put(139,8249);
        mapTiny.put(140,338);
        mapTiny.put(142,381);
        mapTiny.put(145,8216);
        mapTiny.put(146,8217);
        mapTiny.put(147,8220);
        mapTiny.put(148,8221);
        mapTiny.put(149,8226);
        mapTiny.put(150,8211);
        mapTiny.put(151,8212);
        mapTiny.put(152,732);
        mapTiny.put(153,8482);
        mapTiny.put(154,353);
        mapTiny.put(155,8250);
        mapTiny.put(156,339);
        mapTiny.put(158,382);
        mapTiny.put(159,376);
    }


public static String encode(byte[] b) throws IOException {

        ByteArrayInputStream in = new ByteArrayInputStream(b);
        ByteArrayOutputStream convFileByteArray = new ByteArrayOutputStream();
        int i = in.read();
        while (i != -1) {
            convFileByteArray.write(new byte[] { (byte) (mapTiny.get(i) & 0xff), (byte) ((mapTiny.get(i) >> 8) & 0xff) });
            i = in.read();
        }
        return Base64.encodeToString(convFileByteArray.toByteArray(), false);
    }

}