奇怪的编码输出具有相同的字符串长度

Question

我找到了一些棘手的地方，无法理解这是怎么发生的。

为什么包含一个字符的字符串可以返回不同的字节数组？

代码：

public class Application {
    public static void main(String[] args) throws Exception {

        char ch;
        ch = 0x0001;
        System.out.println(Arrays.toString(("" + ch).getBytes("UTF-8")));
        ch = 0x0111;
        System.out.println(Arrays.toString(("" + ch).getBytes("UTF-8")));
        ch = 0x1111;
        System.out.println(Arrays.toString(("" + ch).getBytes("UTF-8")));
    }
}

下一步输出：

  

[1]
  [-60，-111]
  [-31，-124，-111]

为什么会发生这种情况？

Answer 1

这就是UTF-8的工作原理。 0到127之间的代码点被编码为单字节值（以保持ASCII兼容性）;上面的代码点被编码为2到6个字节的值。

取自here。

的截图

所以，对于你的例子：

1. 0x0001（0b00000001）编码为
   （bin）00000001 =（dec）1
2. 0x0111（0b00000001 00010001）编码为
   （bin）11000100 10010001 =（dec）-60 -111
3. 0x1111（0b00010001 00010001）编码为
   （bin）11100001 11100001 10010001 =（dec）-31 -124 -111