Java字符串UTF-8将0xFF解码为0xC3BF

Question

我在使用OutputStream将某些字节写入文件时遇到了一个奇怪的问题。

问题似乎是由＆＃34;编码＆＃34;数据。

如果我明确写入输出流

saveFile.write(new byte[]{(byte)0xFF});

它正常工作，我在我的十六进制编辑器中看到0xFF。

但是当我尝试使用字符串执行此操作时，它无法正常工作。例如：

scriptData = "some script data thats all text and stuff" + ((char)0xFF) + ((char)0x3B);
saveFile.write(scriptData.getBytes(Charset.forName("UTF-8")));

在我的十六进制编辑器中，我看到文本，然后是0xC3BF，然后是0x3B。为什么0x3B正确写入文件但0xFF变为0xC3BF？

我看到另外一个关于此的帖子，但它涉及PrintStream我没有使用AFAIK。

Problem writing 0xFF to file

感谢。

Answer 1

你要求UTF-8等效字符0xFF（非常明确）。 UTF-8中的字符0xFF表示为两个字节：0xC3和0xBF。如果您不想使用UTF-8编码，请不要将getBytes与UTF-8编码一起使用。

请记住，UTF-8不是每个字符的单字节编码。 UTF-8（与所有Unicode转换一样）需要能够表示每个Unicode字符。这意味着一些字符，UTF-8，长度为一个字节;其他的是两个字节长;还有一些是三个字节长，还有一些是四个字节长。