質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.34%

  • Java

    14471questions

    Javaは、1995年にサン・マイクロシステムズが開発したプログラミング言語です。表記法はC言語に似ていますが、既存のプログラミング言語の短所を踏まえていちから設計されており、最初からオブジェクト指向性を備えてデザインされています。セキュリティ面が強力であることや、ネットワーク環境での利用に向いていることが特徴です。Javaで作られたソフトウェアは基本的にいかなるプラットフォームでも作動します。

Javaで文字コードの変換をしたい

解決済

回答 3

投稿

  • 評価
  • クリップ 3
  • VIEW 50K+
退会済みユーザー

退会済みユーザー

前提・実現したいこと

今Javaで文字コードの扱いについて勉強しています。

発生している問題・エラーメッセージ

一度UTF-8からShift_JISに変換したあともう一度UTF-8に戻す方法がわかりません

ソースコード

String str = "あ";
// 文字化け
str = new String(str.getBytes("UTF-8"), "Shift-JIS");
System.out.println(str);
// ここで「あ」に戻したい
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

checkベストアンサー

+5

javaのStringはUTF-16形式で保存されています。示していただいたコードのstrはそもそもUTF-8でもShift_JISでもありません。ただの壊れたStringになるだけです。ソースコードがUTF-8であっても、"あ"と言ったリテラル文字列はコンパイル時にUTF-16に変換されます。

UTF-8やShift_JISを正しく扱うにはbyte[]ではなければなりません。Stringを介することで変換が可能です。下記コードを参考に、動作を確認して下さい。コードの処理の順番を逆にすれば、逆の変換になります。

import java.nio.charset.StandardCharsets;
import java.nio.charset.Charset;

class U8SJ {
  public static void main(String[] args) {
    // String str = "aあ①𠮷";
    // byte[] u8bytes = str.getBytes(StandardCharsets.UTF_8);
    byte[] u8bytes = {
      (byte)0x61, // a
      (byte)0xE3, (byte)0x81, (byte)0x82, // あ
      (byte)0xE2, (byte)0x91, (byte)0xA0, // ①
      (byte)0xF0, (byte)0xA0, (byte)0xAE, (byte)0xB7 // 𠮷
    };
    String str = new String(u8bytes, StandardCharsets.UTF_8);
    byte[] sjbytes = str.getBytes(Charset.forName("Shift_JIS"));
    byte[] wjbytes = str.getBytes(Charset.forName("Windows-31J"));
    System.out.print("String: ");
    System.out.println(str);

    System.out.print("String 内部実装 char[]:");
    for (char c: str.toCharArray()) {
      System.out.printf(" %04X", (int)c);
    }
    System.out.println();

    System.out.print("Unicode コードポイント:");
    for (int i = 0; i < str.length(); i++) {
      int point = str.codePointAt(i);
      System.out.printf(" U+%04X", point);
      if (point > Character.MAX_VALUE) {
        i++; // サロゲートペアの下位部分を飛ばす
      }
    }
    System.out.println();

    System.out.print("UTF-8 byte[]:");
    for (byte b: u8bytes) {
      System.out.printf(" %02X", b);
    }
    System.out.println();

    System.out.print("Shift_JIS byte[]:");
    for (byte b: sjbytes) {
      System.out.printf(" %02X", b);
    }
    System.out.println();

    System.out.print("Windows-31J byte[]:");
    for (byte b: wjbytes) {
      System.out.printf(" %02X", b);
    }
    System.out.println();
  }
}


Shift_JISと日本語版Windowsのデフォルト文字コードであるWindows-31J(別名MS932、CP932等)は別のエンコードです。"①"などの一部の記号(いわゆる機種依存文字と言われていた文字)について異なる動作になりますので注意して下さい。また、"𠮷"(U+20BB7。土に口の「よし」。吉とは異なる漢字です。対応フォントが無い環境では文字化けします)はShift_JISにもWindows-31Jにも含まれないため、正しく変換されません。

なお、UTF-8で書かれた大きなファイルをShift_JISに変換すると言ったことをしたい場合、一度Stringに変換するのは大きくメモリを消費するため、上の方法は使えません。CharBufferを経由して、Charset.decodeしたのを逐一Charset.encodeで変換すると言ったことが必要になります。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2016/03/20 15:34

    stringはutf-16なのですね。
    回答ありがとうございます。

    キャンセル

+1

ちょっと混乱されているように見受けられます。
java.lang.Stringが保持している文字列に対して、文字コードを設定することはできません。
生成する際に指定されたバイト配列をどの文字コードで解釈するか?というのは可能ですが。

例:
UTF-8のバイト配列を取得したい場合。

str.getBytes(StandardCharsets.UTF_8.toString())


Shift_JISのバイト配列を取得したい場合。

str.getBytes("Shift_JIS")

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2016/03/20 13:12

    ええと、よくわからなくなってしまっているんですが、
    例示したソースでは”あ”を意図的にUTF-8であるバイト列をShift-JISとして解釈するってことでいいんですよね。
    その後、間違ってShift_JISとして解釈したバイト列をUTF-8に戻すにはどうしたらいいんでしょう?

    キャンセル

  • 2016/03/20 13:58

    >例示したソースでは”あ”を意図的にUTF-8であるバイト列をShift-JISとして解釈するってことでいいんですよね。
    はいその認識であってます。
    "ISO8859-1"で解釈されたものであれば.getByets("ISO8859-1")で可能ですが、Shift_JISで解釈してしまった場合は無理だったような気がします。元のstrを取得したほうが早いかなぁ。

    キャンセル

0

String convert = new String(str.getBytes("Shift-JIS") , "UTF-8");

で戻ります。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2016/03/20 13:03

    それはやってみたんですが、「�?」になってしまいます

    キャンセル

同じタグがついた質問を見る

  • Java

    14471questions

    Javaは、1995年にサン・マイクロシステムズが開発したプログラミング言語です。表記法はC言語に似ていますが、既存のプログラミング言語の短所を踏まえていちから設計されており、最初からオブジェクト指向性を備えてデザインされています。セキュリティ面が強力であることや、ネットワーク環境での利用に向いていることが特徴です。Javaで作られたソフトウェアは基本的にいかなるプラットフォームでも作動します。