java中的Bencoded字符串长度

Question

我对bencoding有点困惑。

根据规范我编码字符串时我需要使用以下格式：

长度：字符串

字符串垃圾邮件变为 4：垃圾邮件

我的问题： 4 是bencoded字符串的数量的数量，还是utf-8字节的数量？

例如，如果我要对字符串gâteau

进行bencode

应该指定哪个数字作为此字符串的长度？

我想我必须指定 7 ，最终形式应为 7：gâteau

这是因为符号â占用了2个字节，符合utf-8编码，并且该字符串中的所有其余符号根据utf-8编码占用了1个字节。

另外我听说不建议在BC String实例中存储bencoded数据。

换句话说，当我对数据块进行编码时，我应该将其存储为字节数组，并且不应将其转换为java String值以避免编码问题。

我的假设是否正确？

Answer 1

According to the specification，bencoded string是一个字节序列，你必须为这个序列指定字节数量作为其长度。

并且，从规范：“所有字符串值都是UTF-8编码”。

对于“gâteau”的情况，你应该指定 7 作为长度，因为字符â需要2个字节。