Для начала разберёмся что такое String
. Это объект, который содержит внутри себя:
- указатель на массив символов
char[]
- начальная позиция в этом массиве, с которой начинается текст (обычно 0)
- длина строки (обычно совпадает с размером массива)
Что же такое массив char[]
? Это массив Unicode-символов, представленных в кодировке UTF-16. Каждый элемент типа char кодирует числовое значение от 0 до 65535 и в подавляющем большинстве случаев соответствует одному символу текста. В очень редких случаях символ кодируется двумя позициями в массиве символов, но сейчас этот вариант можно не рассматривать.
В случае если вы символ приводите к (byte)
(как в вашем примере), то получается вы просто удаляете половину разрядов его 16-битной кодировки, оставляя только младшие 8 бит. Разумеется, на выходе получается туфта.
У объектов String есть метод charAt(int)
, который позволяет получить символ char
с нужной позиции. Есть также конструктор, который принимает на вход готовый массив char[]
и на основе его содержимого создаёт новую строку.
Что же делать, если нужно закодировать текст в кодировке отличной от UTF-16, или представить в виде массива байт?
Для этого есть класс Charset
, который как раз и отвечает за кодировки.
Например, вот так:
byte[] utf8bytes = "Привет".getBytes("UTF-8");
можно получить массив байт в кодировке UTF-8, а вот так:
byte[] winbytes = "Привет".getBytes("cp1251");
в кодировке Windows.
Собрать обратно строку, из массива байт можно конструктором new String(byte[], String)
, где первый параметр - массив байт, второй - имя кодировки. Например:
String myString = new String(utf8bytes, "UTF-8");
Беда в том, что андроид поддерживает далеко не все кодировки, в частности, документация обещает поддержку только ISO-8859-1 US-ASCII UTF-16 UTF-16BE UTF-16LE UTF-8