Question

所以＆＃39; char＆＃39;在Java中是2个字节。（可以从here验证。）

我有这个示例代码：

public class FooBar {
    public static void main(String[] args) {
        String foo = "€";
        System.out.println(foo.getBytes().length);
        final char[] chars = foo.toCharArray();
        System.out.println(chars[0]);
    }
}

输出如下：

3
€

我的问题是，Java如何将3字节字符装入char数据类型？顺便说一句，我正在使用参数运行应用程序：-Dfile.encoding = UTF-8

此外，如果我进一步编辑代码并添加以下语句：

File baz = new File("baz.txt");
final DataOutputStream dataOutputStream = new DataOutputStream(new FileOutputStream(baz));
dataOutputStream.writeChar(chars[0]);
dataOutputStream.flush();
dataOutputStream.close();

最终文件＆＃34; baz.txt＆＃34;将只有2个字节，即使我将其视为UTF-8文件，它也不会显示正确的字符。

编辑2：如果我打开文件＆＃34; baz.txt＆＃34;使用UTF-16 BE编码，我会在文本编辑器中看到€字符很好，我猜是有意义的。

Answer 1

String.getBytes()使用平台的默认字符编码返回字节，该编码不一定与内部表示匹配。

当每个字符都使用ram中的2个字节的Java时，字符串是＆＃34;序列化的＆＃34;使用UTF-8，它们可能在结果字节数组中产生一个，两个或三个字节，这就是UTF-8编码的工作原理。

您的代码示例使用的是UTF-8。 Java字符串使用UTF-16编码在内存中。不适合单个16位字符的Unicode代码点将使用称为代理项对的2字符对进行编码。

如果未将参数值传递给String.getBytes（），它将返回一个字节数组，该数组具有使用底层操作系统的默认字符集编码的String内容。如果你想确保一个UTF-8编码的数组，那么你需要使用getBytes（＆＃34; UTF-8＆＃34;）。

调用String.charAt（）仅从String的内存存储中返回原始的UTF-16编码字符。

点击此链接：java utf8 encoding - char, string types

Answer 2

Java使用UTF-16（16位）进行内存中表示。

即使在UTF-8中需要三个字节，欧元符号也适合它。

Java如何将3字节Unicode字符装入char类型？

2 个答案: