string.replace所有切割字符占50％的时间

Question

我正在尝试使用一系列string.replaceAlls来交换文本文件中的所有UTF-8特殊字符与ASCII＆amp; HTML编码。一路走来，我遇到了一个特别顽固的人：\ uAC8B，UTF-8 middot。

这是在一半的时间内切断角色的线条：

  string_out = string_out.replaceAll("•", "·");

（“¬ï”是UTF-8·如何作为扩展ASCII出现。在绊倒这一行之前，我尝试了“\ uAC8B”和许多其他编码但没有成功。）

这条线切断了UTF-8 middot，它没有取代它，它只有一半的时间。另一半时间它错过了角色，并保持不变。如果我制作它的多个副本或移动它周围的其他线，它甚至不会这样做。

这感觉就像一个多线程问题，但我不知道有多线程在进行。只是一个包含.jsp文件中的replaceAlls块从另一个.jsp。

运行

什么可能导致这种竞争条件如行为？

Answer 1

AC8B不是一个圆点，它是一个汉字。你的意思是00B7吗？

Java字符串始终是UTF-16 Unicode。 UTF-8是一种在文件中表示Unicode字符的方式，它不是Java字符串存储在内存中的方式。

注意用于读取输入和编写输出文件的编码，它们应该是UTF-8，但是一旦将文件内容读入Java字符串，它就不再是UTF-8了，但是16位Unicode。

我认为你最好的机会是使用正确的Unicode转义，而不是试图将UTF-8原始字节表示为ASCII。