露大怯了。。一直傻傻的以为Java中字符是UTF-8形式的

结贴是美德 2012-05-27 12:11:52

刚看Java语言规范，说Java是用UTF-16编码字符的，丢人丢大了。。。。。。

请教一下各位大侠，对于一个16位的编码数据，如何区分它是supplementary的一部分，还是普通的16bit的Unicode呢？

...全文

194 7 打赏收藏举报

写回复

7 条回复

切换为时间正序

请发表友善的回复…

发表回复

qiongta 2012-05-27

打赏
举报

回复

'\Uhhhh',其中hhhh是4位十六进制方法，也就是说在书写是必须用'\U****'形式

结贴是美德 2012-05-27

打赏
举报

回复

[Quote=引用 3 楼的回复:]

告诉一下,我也学学啊!
[/Quote]

呵呵表着急。。

http://zh.wikipedia.org/zh-cn/UTF-16#.E4.BB.8EU.2B0000.E8.87.B3U.2BD7FF.E4.BB.A5.E5.8F.8A.E4.BB.8EU.2BE000.E8.87.B3U.2BFFFF.E7.9A.84.E7.A0.81.E4.BD.8D

wiki上不去的话，看看这个
http://blog.iamzsx.me/show.html?id=89001
看着个的话，我补充一句：

从U+D800到U+DFFF的码位是保留的，不用做编码，这是关键。。。

nmyangym 2012-05-27

打赏
举报

回复

告诉一下,我也学学啊!

结贴是美德 2012-05-27

打赏
举报

回复

搜到答案了，大家来回个帖俺要结贴。。。。。

String str = "任意字符串"; str = new String(str.getBytes("gbk"),"utf-8"); 备注说明： str.getBytes("UTF-8"); 的意思是以UTF-8的编码取得字节 new String(XXX,"UTF-8"); 的意思是以UTF-8的编码生成字符串注意要try catch 版权声明转...

背景关于字符编码问题，印象深刻的有两次： JNI层获取JVM中Emoji表情出错，上层看到4个字节，到JNI层拿出来成了6个字节面试中一道笔试题 byte[] a = new byte[]{(byte) 0xc6, (byte) 0xd0}; String s = new String(a); byte[] b = s.getBytes(); 问：最后a和b的内容是否相等？这里分析下笔试中的题目。

关于这几种字符编码的关系，经过各种资料研究，总结如下图（请右键在新标签页打开查看或者下载后使用看图工具放大查看）：1[0-127]A1-F7A1-A9XX7F4～6HEX由于只规定了表示符号的二进制代码，却没有规定如何存储这个二进制代码。所以如何存储有不同的实现。而就是针对的不同存储方式的具体实现。0-1271282340000~FFFF注意：很多资料和文章中将 UTF-8 和 UTF-16 都称为定长编码，但实际上它们是可变长编码的，例如一个中文汉字用 UTF-8 表示的话，就需要 3 个字节。

选择适合你需求的方法进行编码转换。如果你需要处理文件，使用方法三；如果只是处理内存中的字符串，使用方法一、二或四。

前几天作业帮面试的一道编程题，题目要求，给定一个UTF-8编码的字符串(字符数组的形式)，返回该字符串的字符数量。 UTF-8编码介绍： UTF-8编码中一个字符的长度为1-6个字节，其中，该字符的长度在第一个字节（byte）的前1-6位有表示，具体如下：有了以上参考资料大体就有思路了，那就是遍历字符数组统计每个字符的长度，然后将i+字符长度-1，判断字符长度的时候，直接将byte与二进制的0b...

62,620

社区成员

307,251

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章