split和indexOf不同字符串编码的问题

Question

由于某些原因，在某些情况下使用string.split会出现问题。它必须与文件的编码有关。但是，我确保在Eclipse下的Encoding中，它在所有情况下都会显示“Default MacRoman” - 这是所有代码文件中使用的默认值。

然而，当我将一个字符串从我的一个java文件复制到另一个包含该字符串的文件时：

"Test String" - while typing this string again "Test String"

有区别。在第一个中，“”空间编码为160，而在第二个空间中编码为32。

因此，当使用分割时，我必须确保使用正确编码的“”。

这就是我现在的做法 - 我认为不是很优雅。

longText 包含要拆分的文字

    char splitChar;
    if (longText.indexOf((char) 32) > 0) {
        splitChar = (char) 32;
    } else
        splitChar = (char) 160;
    String splitCharString = String.format("%c", splitChar);
    String[] tokens = longText.split(splitCharString);

有更好的方法吗？

ps只是将Eclipse中的文件编码显式更改为MacRoman不起作用

Answer 1

160是non-breaking space字符的Latin1（以及Unicode）代码点。它与普通空间不同。

MacRoman字符集在不同的代码点处具有此功能（202）。通常，要编辑Java源代码，您应该使用Unicode编码，例如UTF-8。