将 ASCII byte[] 转换为字符串

发布于 2024-08-19 22:58:40 字数 342 浏览 3 评论 0 原文

我试图将包含 ASCII 字符的 byte[] 传递给 log4j，以便使用明显的表示形式记录到文件中。当我简单地传入 byt[] 时，它当然被视为一个对象，并且日志非常无用。当我尝试使用 new String(byte[] data) 将它们转换为字符串时，我的应用程序的性能减半。

我怎样才能有效地传递它们，而又不会因为将它们转换为字符串而花费大约 30us 的时间。

另外，为什么转换它们需要这么长时间？

谢谢。

编辑

我应该补充一点，我正在优化此处的延迟 - 是的，30us 确实有所作为！此外，这些数组的范围从大约 100 字节到几千字节不等。

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

晌融 2024-08-26 22:58:40

ASCII 是少数可以在 UTF16 和 UTF16 之间相互转换的编码之一，无需算术或表查找，因此可以手动转换：

String convert(byte[] data) {
    StringBuilder sb = new StringBuilder(data.length);
    for (int i = 0; i < data.length; ++ i) {
        if (data[i] < 0) throw new IllegalArgumentException();
        sb.append((char) data[i]);
    }
    return sb.toString();
}

但请确保它确实是 ASCII，否则您最终会得到垃圾。

ASCII is one of the few encodings that can be converted to/from UTF16 with no arithmetic or table lookups so it's possible to convert manually:

String convert(byte[] data) {
    StringBuilder sb = new StringBuilder(data.length);
    for (int i = 0; i < data.length; ++ i) {
        if (data[i] < 0) throw new IllegalArgumentException();
        sb.append((char) data[i]);
    }
    return sb.toString();
}

But make sure it really is ASCII, or you'll end up with garbage.

回复收藏 0 原文

像极了他 2024-08-26 22:58:40

您想要做的是延迟处理 byte[] 数组，直到 log4j 决定它实际上想要记录消息。这样，您可以在测试时将其记录在调试级别，然后在生产期间禁用它。例如，您可以：

final byte[] myArray = ...;
Logger.getLogger(MyClass.class).debug(new Object() {
    @Override public String toString() {
        return new String(myArray);
    }
});

现在，除非您实际记录数据，否则您不必支付速度损失，因为在 log4j 决定实际记录消息之前，不会调用 toString 方法！

现在我不确定你所说的“明显的表示”是什么意思，所以我假设你的意思是通过将字节重新解释为默认字符编码来转换为字符串。现在，如果您正在处理二进制数据，这显然毫无价值。在这种情况下，我建议使用 Arrays.toString(byte[]) 按照以下方式创建格式化字符串

[54, 23, 65, ...]

What you want to do is delay processing of the byte[] array until log4j decides that it actually wants to log the message. This way you could log it at DEBUG level, for example, while testing and then disable it during production. For example, you could:

final byte[] myArray = ...;
Logger.getLogger(MyClass.class).debug(new Object() {
    @Override public String toString() {
        return new String(myArray);
    }
});

Now you don't pay the speed penalty unless you actually log the data, because the toString method isn't called until log4j decides it'll actually log the message!

Now I'm not sure what you mean by "the obvious representation" so I've assumed that you mean convert to a String by reinterpreting the bytes as the default character encoding. Now if you are dealing with binary data, this is obviously worthless. In that case I'd suggest using Arrays.toString(byte[]) to create a formatted string along the lines of

[54, 23, 65, ...]

回复收藏 0 原文

半仙 2024-08-26 22:58:40

如果您的数据实际上是 ASCII（即 7 位数据），那么您应该使用 new String(data, "US-ASCII") 而不是依赖于平台默认编码。这可能比尝试将其解释为平台默认编码（可能是 UTF-8，需要更多自省）更快。

您还可以通过缓存 Charset 实例并调用 new String(data, charset) 代替。

话虽如此：我已经很久很久没有在生产环境中看到真正的 ASCII 数据了

回复收藏 0 原文

不即不离 2024-08-26 22:58:40

性能减半？这个字节数组有多大？例如，如果它是 1MB，那么肯定有更多的因素需要考虑，而不仅仅是从字节“转换”为字符（虽然应该足够快）。写入 1MB 数据而不是“仅”100 字节（byte[].toString() 可能生成）写入日志文件显然是需要一些时间。磁盘文件系统不如 RAM 内存快。

您需要更改字节数组的字符串表示形式。也许有一些更敏感的信息，例如与之关联的名称（文件名？）、其长度等等。毕竟，该字节数组实际上代表什么？

编辑：我不记得在你的问题中看到过“大约30us”短语，也许你在提问后5分钟内编辑了它，但这实际上是微优化一般来说，它当然不应该导致“性能减半”。除非你每秒将它们写入一百万次（那么，你为什么要这样做？你不是过度使用“日志记录”现象吗？）。